Giacinto Gelli e Francesco Verde

Segnali e sistemi
per i corsi di laurea triennale di Teoria dei Segnali

NAPOLI 2008

c 2007–2008 Giacinto Gelli (gelli@unina.it) & Francesco Verde (f.verde@unina.it) Gli autori consentono la riproduzione anche parziale del testo agli studenti del corso. Non è consentito modificare il testo, diffonderlo, pubblicarlo anche con mezzi telematici senza il consenso scritto degli autori. Prima versione: marzo 2007. Seconda versione: marzo 2008.

Principali notazioni
A, B,C 0 / a∈A a∈A A⊆B A⊂B A ∪ B, A + B A ∩ B, AB A−B A×B = N N0 = N ∪ {0} Z R R+ =]0, ∞[ R− =] − ∞, 0[ R = R ∪ {−∞, ∞} [a, b] [a, b[ ]a, b] ]a, b[ ] − ∞, b[ ] − ∞, b] ]a, ∞[ [a, ∞[ (a, b) x, y, z A, B, C det(A) A−1 AT repT0 [xg (t)] repN0 [xg (n)] sinc(x) DM (x) u(x) sgn(x) δ (x) δ (n) rect(x) RM (n) Λ(x) ∗ insiemi insieme vuoto x appartiene ad A x non appartiene ad A A è un sottoinsieme di B A è un sottoinsieme proprio di B unione di A e B intersezione di A e B differenza tra A e B prodotto cartesiano di A e B uguale per definizione insieme dei numeri naturali {1, 2, . . . , } insieme dei numeri naturali, zero incluso {0, 1, 2, . . .} insieme dei numeri interi relativi {. . . , −2, −1, 0, 1, 2, . . .} insieme dei numeri reali insieme dei numeri reali positivi (zero escluso) insieme dei numeri reali negativi (zero escluso) insieme ampliato dei numeri reali intervallo a ≤ x ≤ b intervallo a ≤ x < b intervallo a < x ≤ b intervallo a < x < b intervallo x < b intervallo x ≤ b intervallo x > a intervallo x ≥ a indica indifferentemente un qualunque intervallo di estremi a e b vettori matrici determinante della matrice A inversa della matrice A trasposta della matrice A replicazione di xg (t) con passo T0 [cfr. eq. (2.18)] replicazione di xg (n) con passo N0 [cfr. eq. (2.19)] funzione sinc [cfr. eq. (5.14)] funzione di Dirichlet [cfr. eq. (5.31)] funzione gradino funzione signum funzione delta di Dirac funzione delta discreta funzione rettangolo funzione rettangolo discreto funzione triangolo convoluzione tra due segnali

Indice

1 Segnali e sistemi: introduzione 1.1 Definizione di segnale . . . . . . . . . . . . . 1.2 Definizione di sistema . . . . . . . . . . . . . 1.3 Segnali deterministici ed aleatori . . . . . . . 1.4 Classificazione elementare dei segnali . . . . 1.4.1 Proprietà della variabile indipendente 1.4.2 Proprietà della variabile dipendente . 1.4.3 Segnali analogici e digitali . . . . . . 1.5 Classificazione elementare dei sistemi . . . . 1.6 Esercizi proposti . . . . . . . . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

1 1 4 7 9 9 14 17 18 23 25 25 26 27 34 37 45 45 46 49 54 63 70 71 73 73 75 76 78 78 80 83

2 Proprietà dei segnali 2.1 Operazioni elementari sui segnali . . . . . . . . . . . . . . . 2.1.1 Trasformazioni della variabile dipendente . . . . . . 2.1.2 Trasformazioni della variabile indipendente . . . . . 2.1.3 Combinazione di operazioni elementari . . . . . . . 2.1.4 Derivazione, integrazione, differenza prima e somma 2.2 Caratterizzazione sintetica dei segnali . . . . . . . . . . . . 2.3 Estensione e durata temporale di un segnale . . . . . . . . . 2.3.1 Segnali di durata rigorosamente limitata . . . . . . . 2.3.2 Segnali di durata praticamente limitata . . . . . . . . 2.3.3 Segnali di durata non limitata e segnali periodici . . 2.4 Area e media temporale di un segnale . . . . . . . . . . . . 2.4.1 Componente continua e alternata di un segnale . . . 2.5 Energia di un segnale . . . . . . . . . . . . . . . . . . . . . 2.5.1 Segnali di energia . . . . . . . . . . . . . . . . . . . 2.5.2 Energia mutua . . . . . . . . . . . . . . . . . . . . 2.6 Potenza e valore efficace di un segnale . . . . . . . . . . . . 2.6.1 Segnali di potenza . . . . . . . . . . . . . . . . . . 2.6.2 Relazioni tra segnali di energia e di potenza . . . . . 2.6.3 Potenza mutua . . . . . . . . . . . . . . . . . . . . 2.7 Misura in dB della potenza e dell’energia . . . . . . . . . . 2.8 Esercizi proposti . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

ii

INDICE

3 Proprietà dei sistemi 3.1 Relazione ingresso-uscita . . 3.2 Interconnessione di sistemi . 3.3 Proprietà dei sistemi . . . . 3.3.1 Non dispersività . . 3.3.2 Causalità . . . . . . 3.3.3 Invertibilità . . . . . 3.3.4 Invarianza temporale 3.3.5 Stabilità . . . . . . . 3.3.6 Linearità . . . . . . 3.4 Esercizi proposti . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

91 91 94 97 97 100 103 104 109 111 118 127 127 128 134 138 148 157 157 160 164 165 168 168 174 182 182 186 190 193 207 207 208 216 220 225 229 229 230 233 237 239 246

4 Sistemi lineari tempo-invarianti (LTI) 4.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Relazione i-u di un sistema LTI e risposta impulsiva . . . . . . . . . . 4.3 Convoluzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.1 Proprietà della convoluzione . . . . . . . . . . . . . . . . . . 4.4 Risposta al gradino . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5 Proprietà della risposta impulsiva . . . . . . . . . . . . . . . . . . . . 4.5.1 Non dispersività . . . . . . . . . . . . . . . . . . . . . . . . 4.5.2 Causalità . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.3 Invertibilità . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.4 Stabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6 Esempi di sistemi LTI . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6.1 Sistemi descritti da equazioni differenziali . . . . . . . . . . . 4.6.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) 4.7 Risposta in frequenza di un sistema LTI . . . . . . . . . . . . . . . . 4.7.1 Risposta ad un fasore di un sistema TC LTI . . . . . . . . . . 4.7.2 Risposta ad un fasore di un sistema TD LTI . . . . . . . . . . 4.7.3 Risposta ad una sinusoide di un sistema LTI reale . . . . . . . 4.8 Esercizi proposti . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

5 Serie di Fourier 5.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Serie di Fourier per segnali TC . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2.1 Condizioni matematiche per la convergenza della serie di Fourier . . . . 5.2.2 Ricostruzione di un segnale periodico con un numero finito di armoniche 5.3 Serie di Fourier per segnali TD (DFS) . . . . . . . . . . . . . . . . . . . . . . . 5.4 Principali proprietà della serie di Fourier e della DFS . . . . . . . . . . . . . . . 5.4.1 Linearità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4.2 Simmetria hermitiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4.3 Uguaglianza di Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5 Risposta di un sistema LTI ad un segnale periodico . . . . . . . . . . . . . . . . 5.6 Selettività in frequenza dei sistemi LTI e filtri ideali . . . . . . . . . . . . . . . . 5.7 Esercizi proposti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . .4 Estensione spettrale e banda di un segnale . . . 6. . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . 7. . . .5 Esercizi proposti . . . .2 Trasformata di Fourier di un segnale periodico TD . . . . . . . . . . . . .1. . . .2 Interpolazione ideale . . . . . . . . . . . . . . . . . .3 Derivazione e differenza prima. . . 6. . .3. . . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . 7. . 7. . . . . . 6. . .3. . . . . . .1 Trasformata di Fourier . . . . . . . . . . . . 6.1 Campionamento di segnali a banda praticamente limitata 7. . . . . .6. . . . . . . . . . . . . 7. . .1 Introduzione . . 6. . .3 Aliasing .1 Trasformata di Fourier per segnali TC . . . . . . . .1 Trasformazioni della variabile dipendente . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . 7. 7. . . . . . . . . . . . . . . . . .3 Esistenza ed invertibilità della trasformata di Fourier . . . . . .3 Campionamento ed interpolazione in pratica . . . . . . . . . . . . . . . . .4. .1 Segnali TC . . . . . . .6. . . 6. 6. . . . . . . . . . . . .3. .1. . . . . . . . . . . . . . .2 Campionamento ed interpolazione ideale . . . . . . . . . . . . . .7. . . . 6. . . . . . . . . . . . . . . . . . . . .1 Proprietà di convoluzione . . . . . . . . 434 A. . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . . . . . . . . . . .6. . . . . . . . .5. . . . . . . . . 7. . . . . . . . . . . . . . .1. . . . . . . . . . 6. . . . . 6. . . . . .2 Trasformazioni della variabile indipendente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4 Proprietà della risposta in frequenza . A Richiami sui numeri complessi 433 A. . 433 A. . . . . . . . . . . . . 6. . . . .1 Trasformata di Fourier di un segnale periodico TC . 6.2 Interpolazione non ideale . integrazione e somma . . 7.1 Teorema del campionamento . . . .INDICE iii 6 Trasformata di Fourier 6. . . . . . .3 Segnali TD transitori . . . . . . . . . 437 . . . . . . 6. . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . 255 255 258 260 263 267 270 272 272 285 285 295 298 300 311 312 312 321 336 345 345 347 351 352 357 357 361 365 369 382 395 395 398 400 405 407 409 409 415 418 427 . . . . . . . . . . . . . . . .3 Segnali a banda non limitata . . . . . . . . . 6. 6. .1 Segnali a banda rigorosamente limitata . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Definizione di numero complesso . . . . . . . . . . . . . . 7 Campionamento e conversione A/D e D/A 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . .4 Quantizzazione . . . . . . . . . .4. .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . .2 Segnali a banda praticamente limitata . . . . . . . . . . .3. . . . . . . . . . . . . .8 Esercizi proposti . . . . . . . . . . . . . . .7.7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . 6. . . . .2 Trasformata di Fourier per segnali TD . . . . . . . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . . . . . . . . . . . . . . . . .6. . .2 Banda passante e banda di un sistema . . . . .2 Segnali TD . . 6. .7. . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . 6.1 Separazione di segnali mediante filtraggio . . . . . . . . 6. 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . .3 Proprietà elementari della trasformata di Fourier .4. . . . .5. .6 Trasformata di Fourier dei segnali periodici . . . . .3 Estensione spettrale e banda di un segnale periodico . . .4 Relazioni tra serie e trasformata di Fourier . . . . . . . . . . . . . . . . . .2 Forma algebrica dei numeri complessi . . . . . . . .3. . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . .5 Proprietà della trasformata di Fourier . . . . . . . . . . . . . . . 6.5. . . . . . . .2.

. . . . . . . . . . . .1 Definizione . . . . . . . 459 C. . . . . . . . . . Bibliografia 471 471 471 471 473 473 473 474 479 479 479 479 482 482 482 483 485 487 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Proprietà . . . . . . . . . . . . . . . . . . . . . . . . . . . B. . E. . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . F. . . . . . . . . . . . . . B. . . .1. . . . . . . .2 Funzioni complesse di una variabile reale . . . . . . B.1 Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1. F. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Integrazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B. . . .2. . .1 Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . B.1 Invertibilità di un sistema . . . .1 Successioni e serie numeriche . . . . . . . . . . . . . .3 Serie bilatere . . . . . . . . . . . . . . .2 Serie di Fourier a TD (DFS) . . . . . . . . . . . . .2. . . . . . . B.1. . . . . . . . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 442 B Richiami di analisi matematica B. . . .1 Trasformata di Fourier a TC . . . . . . . . . . . E. . . . .2 Proprietà . . . . . . . . . . . . C Proprietà matematiche della convoluzione 459 C. . . . . . . . . . . . . . .1 Definizione di limite di una successione B. .1 Serie di Fourier a TC . . . . . . . . . . . . . . . . . . . . . . . .4 Successioni sommabili . . . . . . . . . . . 461 D Invertibilità di un sistema 463 D. . . . .1. . . F. . . . . . . . .2. . F. . . . . . . . . . . . .3 Trasformate notevoli . . . . . . . . . . . . .2 Somma di convoluzione . . . . . . . .1 Integrale di convoluzione . .2 Proprietà . . . . F. . . . . . . . . . . . . . .1 Continuità e derivabilità . . . . . . . . . .2. . . . E. . . . . . . . . . . . . .1.4 Forma esponenziale dei numeri complessi . . . . . . . . . . . . . . . . . . . . . . . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . . . . .1 Definizioni . . . . . . . . . . . . .1. . . . .2. . .1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B. . . . . . . . . . . . . .2 Serie monolatere . . . . . . . . . . . . . . . . . . . . . . . . . . .2.1. . .3 Sommabilità . . . . 466 E Proprietà della serie di Fourier E. . . . . . . . . . . . . . . . . . . . . . F. . . . . . . . . . . . . 463 D. . . . . . . . . . . . . . . . . . . . . . F. . . . . . . . . . . . . . .3 Convergenza in media quadratica della serie di Fourier F Proprietà della trasformata di Fourier F. .5 Funzioni complesse di una variabile reale . . . .2 Invertibilità di un sistema LTI . . . . . . . .3 Trasformate notevoli .2. . . . . . . . .2 Proprietà . . . . . . . . . . . . . . 445 445 445 447 448 450 451 451 453 456 . . . . . . . . . . . . .2 Trasformata di Fourier a TD . . . . . . . . . . . . . . . .2. . . . . . 440 A. . . . . . . . . . . . . . . . . . . .iv INDICE A. .

y). Esempi di segnali ricorrono in numerosi campi delle scienze matematiche. lungo una circonferenza di raggio A. La velocità di rotazione del corpo si può misurare in termini di velocità angolare ω0 . Concentriamo l’attenzione in particolare sulla posizione lungo l’asse x: poiché . Una definizione univoca e non ambigua di segnale e sistema può essere data solo ricorrendo a opportuni modelli matematici. poichè il linguaggio della matematica è unico e preciso. fisiche e dell’ingegneria.1 (segnale) Un segnale è un modello matematico che descrive la variazione di una o più grandezze (fisiche) in funzione di altre grandezze (fisiche). espressa in rad/s (rappresenta l’angolo in radianti percorso nel tempo 0 di 1 s) o equivalentemente in termini di frequenza di rotazione f0 = ωπ . 1. in alcuni casi. essi rappresentano segnali indesiderati che disturbano le comunicazioni tra la terra e le navicelle spaziali. Allo stesso modo. e proseguendo con alcune definizioni e classificazioni elementari. in astronomia. un sistema può essere una rete telefonica o un ponte radio.1 (moto circolare uniforme) Si consideri un corpo (raffigurato in nero in fig. le radiazioni emesse dai corpi celesti sono segnali desiderati che portano informazione circa la struttura dell’universo mentre. partendo dai loro modelli matematici. In questo capitolo saranno introdotti i concetti di base necessari per lo studio dei segnali e dei sistemi. per un ingegnere delle telecomunicazioni. per un economista un sistema è invece un insieme di individui che producono e si scambiano beni.1 Definizione di segnale La definizione di segnale che segue. Definizione 1. nel campo delle telecomunicazioni spaziali. La posizione del corpo all’istante t è individuata da una coppia di coordinate cartesiane (x. espressa in Hertz (Hz) (rappresenta 2 il numero di giri effettuati nel tempo di 1 s). Esempio 1.1) che si muove di moto circolare uniforme. sebbene astratta. possono essere radicalmente diversi. Ad esempio. è del tutto generale: essa risulterà certamente più chiara e concreta dopo aver studiato gli esempi forniti nel seguito. I 1.Capitolo 1 Segnali e sistemi: introduzione concetti di segnale e di sistema sono diffusamente impiegati in molti campi della conoscenza umana con significati specifici che.

. Ripetendo tale procedimento. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. 1. 1. che sia crescente. Posto x(0) = b.1 e 1. pulsazione ω0 o frequenza f0 . 1.2. 1. Fig. 1. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante.1. 1. Esempio 1. .2. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. f0 e ϕ0 sono diversi. seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ). ed è raffigurato in fig. Il segnale sinusoidale degli es. e fase iniziale ϕ0 . 1. f [x(n − 1)] con n = 1. . anche se il significato fisico ed i valori dei parametri A. Il secondo passo del metodo consiste nel ripetere il procedimento precedente a partire questa volta da x(1): si traccia la tangente alla curva f (x) nel suo punto di coordinate (x(1). l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 . è possibile applicare metodi per determinare soluzioni approssimate. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. frequenza f0 . inoltre. Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A.2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig. 3. . il metodo di Newton (fig. .1.2. dove ϕ0 è la posizione angolare del corpo all’istante t = 0.3 (successione) In matematica. convessa e tale che f (a) < 0 ed f (b) > 0. Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione.2 (tensione alternata) La tensione alternata della rete di distribuzione dell’energia elettrica può essere descritta anch’essa da un segnale sinusoidale di ampiezza A. Un esempio classico è il metodo di Newton o della tangente.3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b. e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . Supponiamo che f sia dotata di derivata prima continua e. che consente di risolvere approssimativamente equazioni del tipo f (x) = 0. si ottiene una relazione ricorsiva in cui l’n-esimo elemento è dato da x(n) = x(n − 1) − 1 Nel f [x(n − 1)] . Esempio 1. la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) .2 è una funzione del tempo x(t). 2.

nel caso dell’es. 2. ad esempio per molti segnali la variabile indipendente è proprio il tempo. in questo caso. un voto nell’es. cioè T = R.. 1. per gli es. 1. Si osservi che. . Voto 22 30 25 30 ..4. il dominio T di x coincide con l’insieme dei numeri reali. 1.1. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. come nell’es. . Il metodo di Newton dell’es. lo studente nell’es. le variabili indipendenti di un segnale possono non avere un significato fisico o. 1.4) ed una variabile dipendente x (una lunghezza nell’es.4. che prende il nome di insieme di definizione o dominio di x. 1.14 più avanti). un segnale di questo tipo può essere indicato come segue: x : T → X. che prende il nome di immagine di T mediante x o anche codominio di x. racchiude i valori assunti dalla variabile dipendente x. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. 1.4. 1. 1.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. .2..3. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. Gli es.. Ad esempio.3. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto.1. 1. possono rappresentare dati . x(1) x(2) Fig. Tale relazione definisce una successione numerica. il dominio del segnale risulta essere T = N0 = {0. 1. 1. ..2. 1. 1. Maria Turchini.4. Al crescere di n. 1. il dominio del segnale T = {Carlo Rossi.1) dove l’insieme T. 1.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . (1. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es.. dove f (x) denota la derivata prima di f (x).4. . una tensione nell’es.3. 1. Esempio 1.. Fig.4).. ma esistono casi significativi di segnali – le immagini.1 e 1. 1..1 e 1. ovvero un segnale definito nell’insieme N0 dei numeri naturali.3. 1. . infine.. nel caso dell’es. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. un segnale può essere definito mediante una tabella. .} è costituito dai nomi degli studenti.1. 1. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. 1. l’indice n nell’es.3.4 (tabella) In alcuni casi. Inoltre. Franca Neri . Ugo Bianchi.. mentre l’insieme X. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito).3 mostrano che un segnale può essere descritto matematicamente da una funzione che istituisce una relazione tra una variabile indipendente (il tempo t negli es.2. come accade nell’es.3.10 e 1. Il segnale in forma tabellare dell’es..2 e 1. 1.

quale il partitore resistivo dell’es.5. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita. che associa ad ogni messaggio da trasmettere .6. Rappresentazione di un sistema mediante schema a blocchi. Esempio 1.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. un grafico o una tabella. 1. 1.6. Schema elettrico di un partitore resistivo. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. quando tuttavia vorremo enfatizzare la seconda interpretazione. scriveremo {x(t)}t∈T. comunque.1) (cioè il segnale nel suo complesso per ogni t ∈ T). di natura più generale (gli studenti). 1. e alla variabile dipendente x come all’“ampiezza” del segnale. Esempio 1. è lo schema a blocchi di fig.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. Concludiamo osservando che. Tali funzioni potranno essere descritte mediante un’espressione matematica. 1. Gli es. riportato schematicamente in fig.1 e 1. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo.7.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. a prescindere dal loro effettivo significato fisico. Fig. con riferimento ad un segnale funzione del tempo.5. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig.5 (circuito elettrico) Un circuito elettrico è un primo esempio di sistema in cui alla variazione di tensioni e correnti in certi punti del circuito (individuati come ingressi) corrisponde la variazione di tensioni e correnti in altri punti del circuito (individuati come uscite). oppure può rappresentare la legge di corrispondenza (1. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. In molti casi la distinzione è ininfluente oppure si ricava dal contesto. Definizione 1. rimandando il lettore agli esempi che ne chiariscono meglio il significato. Esso è composto da tre elementi fondamentali: un trasmettitore. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . e gli altri come segnali di uscita (o effetti). 1.5. dei quali alcuni sono identificati come segnali di ingresso (o cause). 1. la notazione x(t) è ambigua: essa può significare il valore assunto dal segnale per un particolare valore di t (cioè l’immagine mediante x di t).6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. 1. 1. mentre l’uscita è la tensione ai capi del resistore R2 . capace di trasportare un messaggio dalla sorgente alla destinazione. Di norma.

un sistema è una mera collezione di componenti elettrici. si pensi. . S y x insieme dei segnali di uscita insieme dei segnali di ingresso (1.8. Un sistema può essere particolarmente complesso e può essere composto da più entità fisiche distinte. quindi. per i quali l’analisi diretta dell’intero sistema risulta essere troppo complicata. La decomposizione di un sistema in sottosistemi è particolarmente utile quando occorre studiare sistemi complessi. ogni singola entità può essere riguardata come un sottosistema che concorre a definire l’intero sistema. Innanzitutto. La possibilità di caratterizzare analiticamente il comportamento di un sistema è importante perchè. infine. il canale ed il ricevitore. soffermiamo l’attenzione su un sistema che ha un solo segnale di ingresso e un solo segnale di uscita (come il partitore resistivo). sono i segnali di ingresso che “forzano” il sistema a “reagire” e. non è stato ancora realizzato fisicamente. A tal fine. un canale. 1. infatti. 1.2 Definizione di sistema 5 messaggio sorgente trasmettitore canale ricevitore messaggio destinazione Fig.7. il concetto di sistema è inscindibilmente legato a quello di segnale: senza alcun segnale in ingresso. e indichiamo con I l’insieme dei possibili segnali di ingresso e con U l’insieme dei possibili segnali di uscita. Un sistema può essere descritto matematicamente da un operatore o una trasformazione S. un cavo telefonico) lungo il quale viaggia il segnale d’informazione. il calcolo analitico della risposta di un sistema è spesso l’unica strada disponibile. allo studio di un sistema in condizioni operative particolari che sono pericolose da riprodurre in pratica. Ad esempio. Inoltre. Dato un sistema e assegnati i segnali di ingresso. ed. a “produrre” dei segnali di uscita. Da quanto detto si evince che è necessario introdurre una descrizione matematica dei sistemi. il sistema di comunicazione in fig. un ricevitore. oppure. allo studio di fattibilità di un sistema che è in fase di progetto e che. in alcuni casi. o biochimici. che interagiscono tra di loro. Gli esempi precedenti mettono in luce alcuni aspetti importanti. simbolicamente: S : I → U. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. 1. Schema semplificato di un sistema di comunicazione. uno dei problemi fondamentali che si incontra nell’analisi dei sistemi è quello di ricavare analiticamente i corrispondenti segnali di uscita. ad esempio. pertanto.7 può essere suddiviso in tre sottosistemi distinti: il trasmettitore. che ha il compito di estrarre dal segnale ricevuto il messaggio trasmesso e recapitarlo alla destinazione (“messaggio destinazione”).2) I U Fig. meccanici. (“messaggio sorgente”) un segnale opportuno (generalmente elettrico o ottico). è più semplice ed economicamente vantaggioso determinare i segnali di uscita analiticamente piuttosto che sperimentalmente. che è il mezzo fisico (ad esempio. L’operatore S associa ad ogni segnale x di I un segnale y di U. in questo caso.1.

3) per descrivere sinteticamente la trasformazione (1.2). Si osservi che i due insiemi I e U implicitamente definiscono anche il dominio e il codominio dei segnali di ingresso ed uscita del sistema. 1.8. d’altra parte.1) e (1. risulta essere convergente. n] (1.2) che definiscono segnali e sistemi. Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. su tutto il proprio dominio di definizione T. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t). risulta essere particolarmente fuorviante l’impiego della notazione y(t) = S[x(t)] oppure y(n) = S[x(n)] per descrivere sinteticamente la trasformazione (1. Esempio 1. per ogni t ∈ R. Sulla base di tale osservazione.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du .7 e 1. e l’operatore S realizza semplicemente la somma corrente y(n) dei valori del segnale di ingresso {x(k)}k∈Z a partire da k = −∞ fino all’istante k = n. 1.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni).2). i cui elementi sono numeri reali o interi relativi. la (1. dove x(t) denota il segnale di ingresso e y(t) quello di uscita. indipendentemente dai fenomeni fisici coinvolti.6 Segnali e sistemi: introduzione In fig. Infatti.8 è riportata una rappresentazione schematica della legge di corrispondenza (1. è una legge di corrispondenza tra insiemi “numerici”. che definisce un segnale. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. rispettivamente.t]. la scrittura y(t) = S[x(t)] (e lo stesso si può dire di y(n) = S[x(n)]) può evocare erroneamente alla mente del lettore il concetto di funzione composta. il valore del segnale di uscita in un dato istante di tempo può dipendere dal valore assunto dal segnale di ingresso in più istanti o. Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico.t]. Esempio 1. rispettivamente. per ogni n ∈ Z. con particolare riguardo a quelle che sono applicabili in generale. Una seconda osservazione importante è che.2). dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita. In tal caso. più in generale. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso. facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione. In molti casi. ottenuto integrando x(u) sull’intervallo ] − ∞. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n.1). possano sembrare simili a prima vista. con n ∈ Z. tuttavia. Si osservi che. Per evidenziare invece il fatto che nella trasformazione (1. la (1. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞. sebbene le corrispondenze (1. forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. com’è anche evidente dagli es. In tal caso.8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) . con t ∈ R. si useranno le notazioni y(t) = S[{x(u)}u∈T. piuttosto che sulla realtà fisica cui il modello si riferisce.2).t] y(n) = S[{x(k)}k∈T. A questo punto è necessario fare una considerazione che è bene che il lettore tenga . secondo il quale il valore y(t) del segnale di uscita all’istante t dipende solo dal valore x(t) assunto dal segnale di ingresso nello stesso istante t.

per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà. . Esempio 1.5 0. es. accoppiamenti parassiti. o in forma grafica). Tali segnali scaturiscono da fenomeni fisici che. Definizione 1.6 0. 1. La classe dei segnali deterministici è ampia. in forma tabellare. infatti. Va detto però che l’identificazione tra il concetto di segnale e quello di funzione è appropriata solo se restringiamo l’attenzione al caso dei segnali perfettamente noti o deterministici. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica.3 Segnali deterministici ed aleatori I segnali considerati negli es.8 1 (a) (b) Fig. per la presenza di disturbi. ecc.2 0.1. il lettore è invitato a tenere bene a mente il celebre aforisma di Arthur Bloch:2 “Confondere il modello con la realtà è come andare al ristorante e mangiare il menù”. non linearità. In primo luogo. ad esempio. Il segnale vocale assume una forma profondamente diversa.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto. 1.9. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr.6 0. 1.2 0.8 1 0 −0. ben presente nel seguito.2) non è mai esattamente sinusoidale.5 −1 −1 0 0. In secondo luogo. o per la conoscenza imperfetta dei meccanismi che li governano. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. della realtà che intende descrivere.4 t 0.1.3 Segnali deterministici ed aleatori 7 1 1 0. 1. 1. 1. in quanto contengono un certo grado di imprevedibilità o di incertezza. che non possono cioè essere descritti esattamente.4 t 0. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. In conclusione.2 e 1.5 −0. In fig.5 x(t) 0 x(t) 0 0. quasi sempre estremamente semplificata. per la loro complessità. non ammettono una descrizione matematica esatta. che esprime la pressione acustica in funzione del tempo. il modello matematico è quasi sempre frutto di approssimazioni.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). Va osservato come principio generale che un modello è solo una rappresentazione. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto.

In effetti. Tale scelta ha una chiara motivazione didattica. non è adatto a trasportare informazione. Ad esempio in fig. tuttavia. il concetto di informazione è intrinsecamente legato a quello di imprevedibilità [15. che per estensione sta anche a significare “rischio.9 relativo al segnale vocale suggerisce intuitivamente. essi sono adatti a trasportare informazione. Per ottenere una valida ed utile descrizione matematica a partire da questo concetto intuitivo. 1.4 (segnale aleatorio) Un segnale si dice aleatorio (o casuale) se nella sua definizione è contenuto un certo grado di incertezza. sono necessari strumenti più sofisticati. Bisogna notare che. Definizione 1. in quanto. Va osservato peraltro che.8 Segnali e sistemi: introduzione soltanto – come è ovvio – al variare della parola o del suono pronunciato. 1. ma anche al variare del sesso. 1. incertezza”). 10]. proprio a causa della loro imprevedibilità. e quindi non prevedibile. Un segnale aleatorio. Basti pensare infatti che. perché poco probabile. un segnale deterministico. rimandando a corsi successivi l’applicazione di tali metodologie anche al caso di segnali aleatori. Per questo motivo. che è noto a priori e quindi perfettamente prevedibile. ma da una collezione di funzioni (una per ogni possibile parlatore. per sua natura. a differenza dei segnali deterministici. con riferimento al segnale vocale). Nonostante abbiamo sottolineato l’importanza dei segnali aleatori. dell’età. non essendo perfettamente noto a priori. semplicemente perché è una affermazione certa. l’es. quale “domani il pianeta Terra sarà invaso dai Marziani” convoglia una grande quantità di informazione. una volta osservato o memorizzato. quali la teoria della probabilità [15]. con un piccolo sforzo di generalizzazione. Viceversa. in quanto operare con segnali deterministici consente di introdurre ad un livello relativamente semplice le principali tecniche di analisi ed elaborazione dei segnali. pronunciata stavolta da un bambino.9 (b) si riporta il segnale vocale corrispondente alla stessa parola “pace”. . Ad esempio. e dello stato d’animo del parlatore. perfettamente prevedibile.9 si dice aleatorio (dal vocabolo latino alea=dado. che un segnale aleatorio possa essere rappresentato non da una sola funzione. i segnali aleatori rivestono un grande interesse nell’ingegneria dell’informazione. l’affermazione “stanotte farà buio” non trasporta nessuna informazione. una affermazione poco probabile. nel seguito si affronterà esclusivamente lo studio dei segnali deterministici. un segnale aleatorio perde la sua caratteristica di imprevedibilità e diventa in effetti deterministico: pertanto esso può essere elaborato con le tecniche caratteristiche dei segnali deterministici. non può essere descritto da una semplice funzione. cap. Un segnale come quello dell’es.

1.4 Classificazione elementare dei segnali

9

Fig. 1.10. Esempio di segnale multidimensionale: un’immagine in bianco e nero z(x, y).

1.4 Classificazione elementare dei segnali
I segnali possono essere suddivisi in classi sulla base di diverse proprietà. In particolare, avendo osservato che i segnali deterministici possono essere descritti, in senso matematico, mediante funzioni, in questo paragrafo introdurremo una prima classificazione dei segnali sulla base delle proprietà della variabile indipendente e della variabile dipendente della funzione che modella il segnale. La combinazione opportuna delle proprietà della variabile dipendente ed indipendente consentirà infine di introdurre la fondamentale distinzione tra segnali analogici e segnali numerici o digitali.
1.4.1 Proprietà della variabile indipendente

Definizione 1.5 (segnale monodimensionale/multidimensionale) (a) Un segnale si dice monodimensionale se è descritto da una funzione di una variabile indipendente. (b) Un segnale si dice multidimensionale se è descritto da una funzione di due o più variabili indipendenti. I segnali sinusoidali degli es. 1.1 e 1.2 e la successione dell’es. 1.3 sono segnali monodimensionali, in quanto sono descritti da una funzione [x(t) o x(n)] di una sola variabile indipendente. Tipici esempi di segnali multidimensionali sono le immagini (fisse o in movimento).
Esempio 1.10 (immagine in bianco e nero) Un’immagine fissa in bianco e nero, o monocromatica, quale quella di fig. 1.10, può essere descritta da un segnale multidimensionale z(x, y), che descrive le variazioni di luminosità (o luminanza) in funzione della posizione spaziale (x, y) del punto (detto anche pixel) dell’immagine. Se l’immagine è in movimento (filmato in bianco e nero), è necessario considerare anche una terza variabile temporale, per cui il segnale diventa una funzione z(x, y,t) di tre variabili.

Sebbene l’elaborazione di immagini (image processing) sia estremamente importante dal punto di vista applicativo, per gli stessi motivi di semplicità didattica già esposti per i segnali aleatori, nel seguito ci occuperemo di segnali monodimensionali, ed inoltre la variabile indipendente t oppure n sarà quasi sempre interpretata come “tempo”. Questo si rifletterà in parte nella terminologia utilizzata, come evidenziato in particolare dalla classificazione che segue.

10

Segnali e sistemi: introduzione

3 2 1
x(n)

3 2 1 0 −1 −2 −3 −5

x(t)

0 −1 −2 −3 −5

0 t

5

0 n

5

Fig. 1.11. Rappresentazione grafica di un segnale a TC. Tale rappresentazione si può ottenere in Matlab utilizzando il comando plot.

Fig. 1.12. Rappresentazione grafica di un segnale a TD. Tale rappresentazione si può ottenere in Matlab utilizzando il comando stem.

Definizione 1.6 (segnale a tempo continuo/discreto) (a) Un segnale si dice a tempo continuo (TC), o “forma d’onda”, se la variabile indipendente (tempo) varia in un insieme continuo. (b) Un segnale si dice a tempo discreto (TD), o “sequenza”, se la variabile indipendente (tempo) varia in un insieme discreto. Ad esempio, la sinusoide x(t) = A cos(ω0t + ϕ0 ) degli es. 1.1 e 1.2 è definita per ogni t ∈ R, e quindi è un segnale a TC. Da un punto di vista matematico, un segnale a TC è rappresentabile mediante la legge di corrispondenza (1.1), in cui il dominio T della funzione è un insieme continuo. Un segnale a TC viene denotato preferibilmente con x(t) o x(τ ), cioè utilizzando come variabile indipendente un simbolo che evoca il tempo, e la sua rappresentazione grafica è quella raffigurata in fig. 1.11. La legge di corrispondenza (1.1) modella matematicamente anche un segnale a TD, in questo caso il dominio T della funzione è un insieme discreto. La successione dell’es. 1.3 è definita per ogni n ∈ N0 , e quindi è un segnale a TD. Allo stesso modo, anche la tabella dell’es. 1.4 va considerato un segnale a TD, in quanto il suo dominio è costituito da un numero finito di possibili elementi (le generalità degli studenti). Un segnale a TD sarà denotato preferibilmente con x(n), x(m) o x(k), utilizzando cioè la convenzione di alcuni linguaggi di programmazione (es. Fortran) secondo la quale le variabili i, j, k, , m, n indicano quantità intere. La rappresentazione grafica di un segnale a TD è quella riportata in fig. 1.12. Si osservi che, sebbene un segnale a TD sia rappresentato utilizzando come ascissa un retta, cioè un insieme continuo, esso è definito solo nei punti interi della retta, cioè quelli appartenenti all’insieme Z; in altre parole, nei punti dell’asse delle ascisse appartenenti all’insieme R − Z, un segnale a TD è semplicemente non definito. Come già evidenziato nell’es. 1.3, notiamo che dal punto di vista matematico un segnale a TD x(n) è assimilabile ad una successione, e pertanto per il suo studio si possono applicare tutti i risultati matematici disponibili per le successioni.
insieme discreto è un insieme costituito da un numero finito di elementi oppure costituito da un numero infinito numerabile di elementi (cioè i suoi elementi sono ordinabili in successione). In altre parole, un insieme è discreto se può essere posto in corrispondenza biunivoca con l’insieme dei numeri naturali; ad esempio, sono discreti l’insieme dei numeri interi relativi Z e quello dei numeri razionali Q. D’altra parte, un insieme continuo è un insieme infinito non numerabile, ad esempio, sono continui l’insieme [0, 1[ e l’insieme dei numeri reali R.
2 Un

1.4 Classificazione elementare dei segnali
60 50 40 30
x(n)

11

20 10 0
3 gennaio 1995 3 gennaio 1996

−10 0

10

20
n

30

40

50

Fig. 1.13. Esempio di serie temporale (segnale a TD): il prezzo in dollari di un’azione IBM alla borsa di New York preso con cadenza settimanale nel corso di un anno. Esempio 1.11 (serie temporale) Si consideri il segnale x(n) disegnato in fig. 1.13, che rappresenta il prezzo (in dollari) di un’azione IBM (valore di chiusura) alla borsa di New York presa con cadenza settimanale dal 3 gennaio 1995 al 3 gennaio 1996. Tale segnale è intrinsecamente discreto, in quanto presenta valori solo in corrispondenza dell’insieme discreto delle settimane dell’anno. Un segnale a TD di questo tipo viene denominato serie temporale o serie storica. Altri esempi di serie storiche sono l’inflazione mensile calcolata dall’ISTAT, la produzione di un certo bene nei diversi mesi dell’anno, ecc. Le serie storiche sono molto utilizzate nella statistica, nell’economia e nella finanza.

Una serie temporale è un segnale “intrinsecamente” a TD, in quanto descrive un fenomeno in cui la variabile indipendente è discreta (ad esempio rappresenta un giorno, un mese, o un anno). I segnali del mondo fisico, tuttavia, ed in particolare quelli caratteristici dell’elettrotecnica e nell’elettronica, sono quasi sempre a TC: è importante allora considerare la classe dei segnali a TD che si ottengono dai segnali a TC mediante l’operazione di campionamento.
Esempio 1.12 (campionamento) Dato un segnale a TC x(t), e definito un passo di campionamento Tc ed una frequenza di campionamento fc = 1/Tc , si definisce campionamento (in inglese, sampling) o conversione t/n del segnale x(t) il segnale x(n) ottenuto da x(t) mediante la relazione seguente: x(n) = x(nTc ) . In pratica, il segnale x(n) è composto dai campioni, prelevati con passo Tc , del segnale x(t). Ad esempio, dal campionamento della sinusoide a TC x(t) = A cos(ω0t), raffigurata in fig. 1.14(a), si ottiene la sinusoide a TD x(n) = A cos(ω0 nTc ), rappresentata in fig. 1.14(b) per ω0 Tc = π /4.

L’operazione inversa del campionamento prende il nome di interpolazione o ricostruzione, e consente di passare da un segnale a TD ad un segnale a TC.
Esempio 1.13 (interpolazione lineare) Il più semplice esempio di interpolazione è l’interpolazione lineare, ottenuta congiungendo con segmenti di retta le ampiezze dei campioni del segnale a TD, supposte equispaziate di Tc (passo di interpolazione). Posto x(n) = x(nTc ) e x(n + 1) = x[(n + 1)Tc ], l’espressione del segnale a TC x(t) ottenuto per interpolazione lineare nell’intervallo [nTc , (n + 1)Tc ] è: x(t) = x(n) + x(n + 1) − x(n) (t − nTc ) , Tc t ∈ [nTc , (n + 1)Tc ] .

In fig. 1.15(b) è rappresentato il segnale a TC ottenuto interpolando linearmente i campioni x(n) del segnale sinusoidale dell’es. 1.12. Si noti che l’interpolazione lineare non consente, anche visivamente, la perfetta

12

Segnali e sistemi: introduzione

x(t) A

x(nTc )

x(n) A

3 4 5 Tc t -2 -1 1 2 n

-A

-A

(a)

(b)

Fig. 1.14. Campionamento di un segnale: (a) il segnale sinusoidale a TC x(t) dell’es. 1.12 ed i suoi campioni x(nTc ), uniformemente spaziati di Tc (passo di campionamento); (b) il segnale a TD x(n) ottenuto campionando il segnale x(t) per ω0 T = π /4 (si noti la spaziatura unitaria tra i campioni del segnale a TD).

x(n) A

x(t) A

x(nTc )

3 4 5 -2 -1 1 2 n Tc t

-A

-A

(a)

(b)

Fig. 1.15. Interpolazione di un segnale: (a) il segnale a TD x(n) dell’es. 1.12; (b) il segnale a TC x(t) dell’es. 1.13 ottenuto interpolando linearmente i campioni x(nTc ).

1.4 Classificazione elementare dei segnali

13

segnale a TC

campion .

segnale a TD

segnale a TD

interp.

segnale a TC

Tc
Fig. 1.16. Schema a blocchi di un campionatore (si noti il passo di campionamento Tc indicato in basso).

Tc
Fig. 1.17. Schema a blocchi di un interpolatore (si noti il passo di interpolazione Tc indicato in basso).

ricostruzione del segnale analogico originario; in particolare, il segnale interpolato x(t) presenta, a differenza della sinusoide originale, un andamento “a spezzata”.

L’interpolazione lineare non è l’unico tipo di interpolazione possibile: in particolare, l’esempio precedente mostra che se si vuole ottenere un andamento più “dolce” del segnale interpolato è necessario ricorrere a tecniche di interpolazione più sofisticate. In ogni caso, la teoria del campionamento e dell’interpolazione, ed in particolare la fondamentale questione se un segnale a TC, dopo essere stato campionato, possa essere ricostruito perfettamente a partire dai suoi campioni (teorema del campionamento), sarà studiata approfonditamente nel cap. 7. Notiamo infine che campionamento e interpolazione possono essere interpretati come sistemi, denominati rispettivamente campionatore ed interpolatore, e rappresentati graficamente in fig. 1.16 e fig. 1.17.

. siano essi zR (x. y) = [zR (x. y). i segnali sono tutti scalari. verde (G) e blu (B).y) Blue z B(x. Se l’immagine a colori è in movimento (filmato a colori). y). Negli esempi visti in precedenza. e quindi nei segnali zR (x.7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare. per cui il segnale sarà descritto da una funzione vettoriale z(x. zG (x.18) può essere decomposta dalle sue tre componenti fondamentali. y).2 Proprietà della variabile dipendente Definizione 1. 1. y). discusso nell’esempio seguente. Esempio 1. y)] . y. zB (x. y). Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria.y) Fig. zB (x. y). 1. y). ovvero un “array” di scalari. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. zG (x. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale.14 (immagine a colori) Una immagine fissa a colori (fig. y). Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. 1. rosso (R). e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente.y) Green z G(x.t) di tre variabili.4. zG (x. Un esempio di segnale vettoriale è l’immagine a colori. zB (x. In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x.14 Segnali e sistemi: introduzione Red z R(x.18.

raffigurato in fig. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es.19.. Esso può essere trasformato in un segnale ad ampiezza discreta con due soli livelli ±A mediante l’operazione di quantizzazione “ad un bit”: y(n) = +A . se x(n) ≥ 0 . rimpiazzandole con un numero finito di possibili valori. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. mentre X è un insieme discreto per un segnale ad ampiezza discreta. altrimenti . 1. Il segnale risultante x(t) (fig.1). utilizzato per descrivere un segnale. Esempio 1.15. La quantizzazione si dice “ad un bit” in quanto l’ampiezza . 1. t -5 Fig. 1. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale.. detta quantizzazione.4 Classificazione elementare dei segnali 15 x(t) 5 . 1.1. Il vantaggio che si consegue con la quantizzazione è che.20 (b). Il segnale risultante è mostrato in fig.1 e 1. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). 1. A] ≡ X. 5} è costituito solo da due valori.19) descrive la variazione dello stato logico nel tempo. Esempio 1. la sinusoide degli es. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. Definizione 1.8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo.15 (segnale logico) La codifica degli stati logici “0” (falso) ed “1” (vero) avviene in un circuito digitale associando ad essi due livelli di tensione (in Volt). visto che il suo codominio X = {−5.2 assume con continuità tutti i valori dell’intervallo [−A. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta. 1. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”.20(a)... −A . Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. Sulla base del modello matematico (1. se il numero delle ampiezze è finito. Un esempio di segnale ad ampiezza discreta è il segnale logico. .12. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. 1.

segnale ad ampiezza discreta Fig.16 Segnali e sistemi: introduzione x(n) A y(n) A 3 4 5 -2 -1 1 2 n -2 -1 1 2 3 4 5 n -A -A (a) (b) Fig. assume due soli valori. e raffigurato in fig. e quindi può essere rappresentata con un solo bit. 1. 7. . 1.21.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). segnale ad ampiezza continua quantizz . 1. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. (b) il segnale ad ampiezza discreta y(n) dell’es. Schema a blocchi di un quantizzatore. Anche l’operazione di quantizzazione si può interpretare come un sistema.21. 1. 1.20. Così come il campionamento. anche la teoria della quantizzazione sarà approfondita nel cap. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A.12. denominato quantizzatore.

1. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. tanto da meritare una denominazione particolare: Definizione 1. le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto. ma essi rivestono un ruolo predominante nello scenario tecnologico attuale. affrontato già a partire dal XVIII secolo.3 Segnali analogici e digitali Dal punto di vista applicativo. I segnali del mondo fisico sono analogici. 1.4.22). 1. 1. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. Viceversa. tuttavia.4 Classificazione elementare dei segnali 17 discreta ampiezza segnali a TC/AD segnali digitali (TD/AD) continua segnali analogici (TC /AC) continuo tempo segnali a TD/AC discreto Fig. 1. Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale. Tra esse. . esse sono indipendenti. e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. e per il loro studio matematico. l’interesse per i segnali digitali è più recente. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo. Di queste. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. DSP). (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze). esistono metodologie ben consolidate.18 e la successiva discussione). e tra segnali ad ampiezza continua o discreta.22.

faremo esclusivamente riferimento a sistemi SISO: per questo motivo.11 (sistema a tempo continuo/discreto/misto) (a) Un sistema si dice a tempo continuo (TC) se l’ingresso e l’uscita sono entrambi segnali a tempo continuo.24.5 Classificazione elementare dei sistemi Come i segnali. .23. l’interpolatore. o viceversa. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. Esempi di sistemi MISO. a parte il caso dei sommatori e dei moltiplicatori. quali il numero degli ingressi e delle uscite. ed il quantizzatore. (b) sistema a TD. raffigurati schematicamente in fig. Definizione 1. (b) moltiplicatore a due ingressi. Definizione 1.23. Fig. 1. il campionatore. quando parleremo di sistema. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. (a) sommatore a due ingressi. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. 1. quali ad esempio il partitore resistivo. Nel seguito. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). (c) Un sistema si dice misto (o ibrido) se l’ingresso e l’uscita sono uno a tempo continuo e l’altro a tempo discreto. supporremo implicitamente che esso sia di tipo SISO.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). 1. sono tutti di tipo SISO. 1.18 Segnali e sistemi: introduzione ingresso 1 uscita x(t) ingresso 2 (a) (a) sistema a TC y(t) ingresso 1 uscita x(n) ingresso 2 (b) sistema a TD (b) y(n) Fig. I sistemi visti in precedenza.

in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. in maniera lievemente imprecisa. infine. nel caso di sistemi misti.25). mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. Conversione A/D: (a) schema a blocchi di un convertitore A/D. Inoltre. e l’interpolatore (es. . es. effettuata da un sistema denominato convertitore A/D (fig. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. i sistemi misti (TC/TD o TD/TC) sono molto utili quando bisogna passare dal mondo “fisico” dei segnali a TC al mondo “virtuale” dei segnali a TD.13). è un sistema a TC. 1.24(b). come il partitore dell’es.6. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. e quindi bisogna effettuare sia un campionamento (cfr. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. 1. Esempi significativi di sistemi di questo tipo sono il campionatore (es.2) utilizzato per descrivere matematicamente un sistema. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig.12). in un convertitore A/D reale (denominato anche analog-todigital converter. l’insieme I racchiude solo segnali a TC. ADC).16). che presenta ingresso a TD e uscita a TC. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. 1. 1.1. 1. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. e viceversa. 1.25. nel caso di sistemi a TC.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . essi sono inoltre di grande interesse ingegneristico. es. 1. Sulla base del modello (1. o viceversa.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente.24(a). 1. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. e spesso non sono nemmeno chiaramente separabili. ed i sistemi a TD sono denominati. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. Esempio 1. e quindi sono sistemi a TC: ad esempio una rete elettrica.5. sistemi digitali. Lo schema del convertitore A/D riportato in fig. 1.3 Infine. in campo economico o sociale).25 è puramente di principio. che presenta ingresso a TC e uscita a TD. Il seguente esempio introduce due ulteriori esempi di sistemi misti. I sistemi a TD non esistono generalmente “in natura”. 1. mentre U contiene solo segnali a TD. 1. 1. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. quantizz . segnale digitale (b) Tc Fig. In accordo con la simbologia introdotta in fig.12). sia una quantizzazione (cfr.

20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp. un segnale analogico x(t) viene prima convertito. all’automazione. successivamente. 1. e finalizzato ad elaborare un segnale analogico in maniera digitale.27. es. (b) rappresentazione schematica della conversione D/A in termini di interpolazione. Un’applicazione particolarmente interessante dei sistemi misti. (cfr.27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale. in quanto gli effetti della quantizzazione sono irreversibili.27) è un sistema analogico.26. mediante un convertitore A/D. x(t) x(n) A/D sistema digitale y(n) D/A y(t) sistema analogico Fig. ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A. per questo motivo. minor costo dell’hardware. in un segnale digitale x(n). minore consumo di potenza e. Si noti che il sistema complessivo (tratteggiato in fig. dalle telecomunicazioni all’informatica. Per questo motivo. segnale analogico (b) Tc Fig. 1. il segnale x(n) viene elaborato mediante un sistema digitale. 1. quali maggiore flessibilità. lo schema digitale in fig. Conversione D/A: (a) schema a blocchi di un convertitore D/A. Schema classico per l’elaborazione digitale dei segnali. non ultimo. ai trasporti. DAC).27 offre alcuni vantaggi importanti. minore ingombro. In tale schema. lo schema di fig. Rispetto ad una elaborazione analogica del segnale x(t). Un convertitore D/A reale (denominato anche digital-to-analog converter. accetta in ingresso stringhe di bit. 1. che sono trasformate in valori di ampiezza da un decodificatore binario. 1. prima di effettuare l’interpolazione.13). e quindi non può esistere una operazione inversa di “dequantizzazione”. ed in particolare dei convertitori A/D e D/A. e numerosi altri. . alla biomedica.27. 1. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. 1. schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia. alle costruzioni aerospaziali.

ovvero converte la pressione acustica del suono in un segnale elettrico. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. .28 si riporta lo schema di principio che descrive la registrazione di un brano musicale su un disco in vinile e la sua successiva riproduzione. che vengono vendute all’utente finale. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. bruciando con un laser in misura maggiore o minore le zone del disco. entrambe effettuate in maniera analogica. l’utente può riascoltare il brano inciso utilizzando un giradischi. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco). da esso si possono ricavare dei master secondari. viene amplificato e inviato ad un masterizzatore (analogico). Schema analogico per la registrazione/riproduzione audio. Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). tipicamente in materiale metallico pregiato. codificato in bit. Il brano da registrare viene captato da un microfono. 1. Una volta inciso il master. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. In esso.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig. ed inviato ad un masterizzatore (digitale). di debole intensità. 1. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. L’es. viene sottoposto ad una conversione A/D. Esempio 1. dopo l’amplificatore. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica.1. che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata. 1. Da ciascuna copia. ed inviate ad un convertitore D/A. 7.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig.18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. Il masterizzatore si comporta da attuatore. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. 1. Tale segnale elettrico.28. la differenza significativa è che il segnale captato dal microfono. e da questi ultimi le copie in materiale plastico (vinile). trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). Successivamente. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. che si comporta da trasduttore.29.

di contro. compressa. una volta memorizzata in maniera digitale. se il supporto analogico (il disco in vinile) è sottoposto a deterioramento. audio. Non a caso. anche con un semplice personal computer (PC). essendo stata convertita in bit. può più facilmente essere elaborata. tali da non comportare scambi in lettura tra “0” ed “1” (o viceversa).. si pensi ad esempio al supporto DVD (digital versatile disc) in cui si integrano con facilità informazioni “multimediali” quali video. memorizzata. protetta. 1. graffi. ecc. piccole degradazioni del supporto digitale (il compact disc). con l’avvento delle tecniche digitali. l’elaborazione dell’informazione analogica comporta l’uso di sofisticate apparecchiature professionali. .22 Segnali e sistemi: introduzione registrazione A/D microfono masterizzatore digitale amplificatori compact disc D/A altoparlante riproduzione trasduttore (laser ) Fig. a causa di degradazioni più significative del supporto digitale. polvere. a costi sempre più bassi. ecc. Schema digitale per la registrazione/riproduzione audio. queste si traducono comunque in una degradazione acusticamente percepibile della qualità del segnale audio (fruscio. ma a tale evenienza si può porre rimedio mediante tecniche sofisticate per la rivelazione e correzione di errori (codifica di canale): questo è un altro vantaggio dello schema digitale su quello analogico. Di contro. Infine l’informazione digitale. uno o più bit possano essere letti erroneamente. una volta convertite in stringhe di bit. e dati di varia natura. Un altro vantaggio della conversione digitale è che differenti sorgenti di informazione. L’informazione è memorizzata sul compact disc in forma digitale (come stringhe di bit). Esiste evidentemente la possibilità che. Il vantaggio principale è che l’informazione. possono essere facilmente memorizzate in maniera integrata su uno stesso supporto.). dell’ordine di qualche migliaio di euro. può essere riprodotta infinite volte e senza quasi alcuna degradazione. costose da progettare e da realizzare. è diventato possibile per chiunque disporre di uno studio di registrazione audio semiprofessionale o di una stazione per l’editing video basati su un PC sufficientemente potente. in quanto in quest’ultimo caso non sono concepibili tecniche semplici per la protezione dagli errori. non determinano alcuna degradazione della qualità del segnale audio. “click”. Infatti. deformazioni.29.

24 Segnali e sistemi: introduzione .

le seconde sono più complesse e soggette talvolta ad errori di interpretazione. con riferimento a un segnale TC. viene definito e discusso il concetto di estensione temporale e di durata di un segnale. tutti i concetti e le operazioni definiti per le successioni sono validi anche per i segnali a TD. Nel corso del capitolo saranno introdotti numerosi segnali cosiddetti elementari. Alcune definizioni e operazioni fondamentali sulle funzioni e sulle successioni sono brevemente richiamati nell’app. tutti i concetti e le operazioni introdotti nei corsi di analisi matematica per le funzioni valgono anche per i segnali TC. B. In particolare.Capitolo 2 Proprietà dei segnali n questo capitolo. Anticipiamo che mentre le prime sono più semplici da interpretare. assemblando i quali è possibile ottenere quasi tutti i segnali di interesse pratico. • trasformazioni della variabile indipendente (il tempo). Tuttavia. in particolare. Successivamente si introducono le definizioni di area e media temporale di un segnale. I 2. viene ulteriormente approfondito lo studio dei segnali. sono definiti e discussi i fondamentali concetti di energia e potenza. e le operazioni di derivazione e integrazione. sulla base dei quali è possibile classificare ulteriormente i segnali in segnali di energia e segnali di potenza. vi sono altre operazioni meno elementari che sono di stretto interesse dal punto di vista della teoria dei segnali .1 Operazioni elementari sui segnali Poiché i segnali deterministici a TC sono descritti mediante funzioni di variabili reali. In aggiunta a tali operazioni elementari. poiché i segnali deterministici a TD sono descritti mediante successioni. Tali operazioni si possono schematicamente classificare come: • trasformazioni della variabile dipendente (l’ampiezza). esistono alcune operazioni elementari sulle funzioni che giocano un ruolo fondamentale nella teoria dei segnali e dei sistemi e. Infine. è possibile introdurre i concetti di limite e continuità. Allo stesso modo. pertanto. dopo aver introdotto le operazioni elementari che si possono effettuare sui segnali. è possibile definire le nozioni di limite e serie. che possono considerarsi alla stregua di “mattoni”. che costituisce la naturale prosecuzione del precedente. che consentono di calcolare la componente continua ed alternata di un segnale arbitrario. meritano una particolare attenzione. per un segnale TD. in particolare.

1. (b) moltiplicazione di due segnali. saranno definite due operazioni corrispondenti. Somma La somma di due segnali1 y(·) = x1 (·) + x2 (·) si effettua sommando punto a punto le ordinate delle funzioni corrispondenti.26 Proprietà dei segnali x1 (·) y(·) x2 (·) (a) x1 (·) y(·) x2 (·) (b) Fig. denominate differenza prima e somma corrente. e dei sistemi. ad esempio. 2.1(a). Prodotto In maniera simile alla somma. Operazioni sui segnali: (a) somma di due segnali. le operazioni di derivazione ed integrazione per segnali TC. si definisce il prodotto di due segnali y(·) = x1 (·) x2 (·) . § 1. in stretta analogia alle operazioni di derivazione ed integrazione per il caso TC. il prodotto di due segnali. così come si può generalizzare lo schema del sommatore anche al caso in cui alcuni segnali siano sottratti anziché sommati (in questo caso si aggiunge un segno “–” in prossimità del corrispondente ingresso del sommatore). 1 Qui e nel seguito. . che porteranno in particolare a definire un particolare segnale TC dalle “strane” proprietà. la moltiplicazione di un segnale per una costante. 2. detto impulso di Dirac. 2.5) denominato sommatore e rappresentato schematicamente in fig. nel caso TD. La somma di due segnali si può interpretare come un sistema MISO (a due ingressi ed una uscita) (cfr. useremo la notazione del tipo x(·) per denotare indifferentemente un segnale TC x(t) o TD x(n). quali.1. Inoltre. considereremo in particolare la somma di due segnali. La somma si può estendere facilmente a più di due segnali. La rivisitazione di tali proprietà consentirà di ottenere alcune importanti generalizzazioni.1 Trasformazioni della variabile dipendente Tra le trasformazioni elementari della variabile dipendente.

1(b). Genericamente. corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. . Si noti che una traslazione temporale non modifica la forma del segnale.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. la riflessione temporale. o ritardo. come rappresentato in fig. in particolare.3.1. il parametro della traslazione n0 assume necessariamente valori interi. dove per t0 > 0 si ha una traslazione verso destra del segnale. per quest’ultima operazione. Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi. ma comporta solo una variazione del riferimento temporale.2 può essere utilizzato anche in questo caso. lo schema di fig. Il prodotto di due segnali si può interpretare anch’esso come un sistema MISO (a due ingressi ed una uscita) denominato moltiplicatore e rappresentato in fig. 2.2. Più in generale. se a < 0. attraverso l’introduzione delle operazioni di decimazione ed espansione. Se a = −1. 2. o anticipo. cioè n0 ∈ Z: in altri termini. 2. a differenza del caso TC. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . mentre per t0 < 0 si ha una traslazione verso sinistra. 2. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. 2. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo).2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. considereremo alcune caratteristiche peculiari del caso TD. Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) . un segnale TD può essere traslato solo di quantità intere. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . il fattore a viene denominato guadagno dell’amplificatore/attenuatore.2. dove però.2. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. 2. ed il cambiamento di scala temporale. con a > 0. raffigurato in fig. Schema a blocchi di un amplificatore/attenuatore.

Analogamente. secondo le seguenti relazioni. in fig. (b) segnale ritardato (t0 > 0). si dice pari. Traslazione temporale di un segnale TC: (a) segnale originario. Riflessione temporale La riflessione temporale di un segnale consiste nel ribaltamento della scala dei tempi. Ad esempio. si dice dispari.5 (a) . 2. x(−t) = x(t). Dal punto di vista fisico.3. un segnale TD si dice pari se x(−n) = x(n). dispari se x(n) = −x(−n). Un esempio di riflessione per un segnale TC è riportato in fig. valide rispettivamente per il caso TC e TD: y(t) = x(−t) . Un segnale TC invariante alla riflessione. un segnale TC invariante rispetto alla cascata di una riflessione e inversione. 2.4. 2. in pratica il grafico del segnale subisce una rotazione intorno all’asse delle ordinate (si noti che il valore in t = 0 oppure n = 0 resta immutato per effetto della riflessione). la riflessione corrisponde a riprodurre il brano al contrario. y(n) = x(−n) . se ad esempio il segnale x(t) rappresenta l’audio di un brano musicale. (c) segnale anticipato (t0 < 0). invece.28 Proprietà dei segnali x(t) (a) t1 y(t) = x(t-t0) t2 t0 > 0 t (b) t1+t0 y(t) = x(t-t0) t0 < 0 (c) t2+t0 t t1+t0 t2+t0 t Fig. x(t) = −x(−t).

2.t1 t Fig.4. 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·).1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine.t2 . dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . risulta necessariamente x(0) = 0. (b) segnale riflesso. mentre in fig.6. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. . (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente. (c) Il prodotto di due segnali pari è un segnale pari. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig. e (b) sono raffigurati due esempi di segnali pari. A partire dalla definizione di segnale pari e dispari. (b) La somma di due segnali pari [dispari] è un segnale pari [dispari].5 (c) e (d) sono raffigurati due esempi di segnali dispari. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2. Riflessione temporale di un segnale TC: (a) segnale originario.2. mentre il prodotto di due segnali dispari è un segnale pari.1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . 2. 2.

30 Proprietà dei segnali x(t) x(n) (a) (b) t x(t) (c) -3 -2 -1 0 x(n) 1 2 3 n (d) 1 t -3 -2 -1 0 2 3 n Fig. x(t) 2 -1 Pa[x(t)] 1 t Di[x(t)] 1 1 -1 -1 1 t -1 -1 1 t Fig. (c) segnale dispari a TC. Invarianza alle riflessioni/inversioni: (a) segnale pari a TC. . Esempio di decomposizione di un segnale TC in parte pari e dispari. 2. 2.6. (b) segnale pari a TD. (b) segnale dispari a TD.5.

il cambiamento di scala temporale è definito come y(t) = x(at) . Cambiamento di scala temporale di un segnale TC: (a) segnale originario.1 Operazioni elementari sui segnali 31 x(t) (a) t1 y(t) = x(at) t2 a>1 t (b) t1/a y(t) = x(at) t2/a a<1 t (c) t1/a t2/a t Fig.7(a)]. Nel caso a < 0. per cui tratteremo separatamente questi due casi. in quanto si può riguardare come la cascata di una riflessione e di un cambiamento di scala di |a| > 0. mentre con . in particolare. si ha una compressione se si riproduce un disco in vinile a 33 giri alla velocità di un 45 giri).7. (b) segnale espanso (0 < a < 1). mentre per 0 < a < 1 si ha una espansione dei tempi [fig. 2. e quindi a velocità maggiore (ad esempio. (b) segnale compresso (a > 1). l’operazione y(t) = x(at) non è elementare.7(b)]. 2. Nel caso TC. 2. Dal punto di vista fisico. il caso a = 1 lascia ovviamente il segnale inalterato. il valore del segnale per t = 0 rimane inalterato.2. la compressione corrisponde a riprodurre il segnale in un tempo più piccolo. se il segnale x(t) è l’audio di un brano musicale. si ha una compressione dei tempi [fig. Cambiamento di scala temporale L’operazione di cambiamento di scala temporale presenta sostanziali differenze tra il caso TC e quello TD. dove a ∈ R+ : per a > 1. Si noti che sia nel caso della compressione che dell’espansione.

ma nel caso TD si utilizza il termine più specifico di decimazione. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. a differenza del termine “decimazione” rievoca la terribile tecnica adoperata dall’esercito nazista durante la seconda guerra mondiale per selezionare i prigionieri da sottoporre a fucilazione per rappresaglia. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a. Per segnali a TD. si noti l’effetto di compressione (minore durata) del segnale risultante. Decimazione di un segnale TD: (a) segnale originario. 2 L’uso . l’espansione si ottiene esattamente l’effetto opposto. (b) segnale decimato con M = 3.8. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. In questo caso è possibile ancora parlare di compressione. infatti. derivante dalla perdita di due campioni ogni tre del segnale originario. se se sceglie M = 10.2 infatti. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. per cui si scrive: y(n) = x(nM) . come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. ovvero se a = M ∈ N.32 Proprietà dei segnali x(n) (a) -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 n y(n) = x(3n) x(0) x(-3) x(-6) x(3) x(6) (b) -3 -2 -1 x(-9) 0 1 2 3 n x(9) Fig.8. 2. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. 2.

l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. (b) segnale espanso con L = 3. M − 1 campioni ogni M) sono eliminati completamente. l’espansione a TD è una operazione perfettamente reversibile. (2. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. la decimazione è una operazione non reversibile.9. della compressione di un segnale TC. 2. .9. L 0. Analogamente a quanto visto per la decimazione. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi.1) Un esempio di espansione per L = 3 è fornito in fig. Passiamo ora ad esaminare l’operazione di espansione nel caso TD. perché alcuni campioni del segnale TD (in generale. altrimenti . in quanto an non è un numero intero. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. Le precedenti considerazioni inducono allora a definire l’operazione di espansione nel caso TD nel modo seguente (si noti l’uso “formale” delle parentesi quadre): n = y(n) = x L x n . si assume a = 1/L. con L ∈ N. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. A differenza della decimazione. per analogia con il caso a = M. Se anche. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri.2. Espansione di un segnale TD: (a) segnale originario.1 Operazioni elementari sui segnali 33 x(n) (a) -3 -2 -1 0 1 2 3 n y(n)=x[n/3] x(0) x(-2) x(-1) x(1) x(2) (b) -9 -8 -7 -6 -5 -4 -3 -2 -1 0 x(-3) 1 2 3 4 5 6 7 8 9 n x(3) Fig. se n è multiplo di L . 2.

riflessione. compressione di 2: y(t) = v(2t) . Si noti che quando effettuiamo sostituzioni a catena. ritardo di 3: v(t) = u(t − 3) . descriviamo le tre operazioni individualmente e nell’ordine assegnato: ritardo di 3: u(t) = x(t − 3) . Utilizzando lo stesso procedimento dell’es. questa sostituzione si denota con t − 3 → t). cambiamento di scala) possono essere interpretate come semplici sostituzioni formali. operiamo sempre con sostituzioni formali in tutti i passaggi: ad esempio per calcolare v(2t) abbiamo effettuato la sostituzione 2t → t. . etc. le tre operazioni sono descritte da: riflessione: u(t) = x(−t) . in generale. caso TC) Un segnale TC x(t) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. (3) compressione di 2. Dal punto di vista matematico. Ad esempio. caso TC) Si riprenda per un momento l’es. 2. per cui non dovrebbe essere difficile individuare il segnale risultante.1 (combinazione di operazioni elementari. v(t). si giungerà al risultato corretto. Successivamente. È importante notare che. compressione di 2: y(t) = v(2t) . (2) riflessione. Per individuare il segnale y(t) risultante. ritardare un segnale x(t) di 3 significa effettuare la seguente sostituzione: ogni volta che nell’espressione di x(t) compare t. espandere un segnale x(t) di un fattore 2 significa effettuare la sostituzione t/2 → t. il principio fondamentale da tener presente è che le trasformazioni che agiscono sull’asse dei tempi (ritardo. effettuiamo sostituzioni simboliche a ritroso partendo dall’ultima espressione scritta: y(t) = v(2t) = u(2t − 3) = x[−(2t − 3)] = x(3 − 2t) . una combinazione di operazioni elementari definisce una funzione composta.2 (effetto dell’ordine nella combinazione di operazioni elementari. Per evitare ciò. in particolare effettuiamo le stesse operazioni ma nel seguente ordine: (1) ritardo di 3. specialmente quando sono coinvolte trasformazioni della variabile indipendente (tempo).1 scambiando l’ordine delle operazioni. che è il risultato cercato. è facile commettere errori. (2) ritardo di 3. Nel nostro caso. sostituire ad esso t − 3 (sinteticamente. 2. (3) compressione di 2. Tenendo bene a mente questo principio. Procedendo in questo modo si giunge sempre al risultato corretto.3 Combinazione di operazioni elementari Spesso un segnale è sottoposto in sequenza a più operazioni elementari del tipo precedentemente visto. Prima scriviamo le relazioni che descrivono le varie operazioni individualmente. è conveniente seguire il seguente procedimento. mentre per calcolare u(2t − 3) abbiamo effettuato la sostituzione 2t − 3 → t.1. come illustrato dall’esempio che segue.34 Proprietà dei segnali 2. il risultato ottenuto dalla combinazione di più operazioni dipende anche dall’ordine con cui sono compiute tali operazioni. riflessione: v(t) = u(−t) . introducendo dei segnali intermedi u(t). Esempio 2.1. Esempio 2. Allo stesso modo. va detto però che spesso.

Nel caso di segnali a TD. caso TC) Si consideri il segnale y(t) = x 4−t 5 .1) si assume convenzionalmente che tale valore sia nullo. Per ottenere . in quanto quest’ultima non si può interpretare semplicemente come la sostituzione formale di n/L → n: se n/L non è intero. Infatti si ha. non ha senso calcolare il valore del segnale in n/L. Si può verificare che il risultato dipende dall’ordine in cui si eseguono le operazioni. 5 u(t) = z(t + 4) .1.2. sostituendo ricorsivamente a partire dall’ultima. Ovviamente. Ad esempio se si effettua prima la riflessione. in quanto più “semplice”. t . Esempio 2. si ha: y(t) = u t t t +4 = x − −4 =v 5 5 5 e quindi un risultato differente da quello precedente. ed infine l’espansione. 2.3 (individuazione delle operazioni elementari. È importante infatti notare che uno stesso segnale si può ottenere con diverse combinazioni di operazioni elementari. lo stesso segnale di partenza si può pensare ottenuto mediante una diversa combinazione di operazioni: 4 anticipo di : 5 z(t) = x t + 4 5 . individuare quali siano le operazioni elementari ed in che ordine vadano effettuate. L’esempio che segue chiarisce meglio quest’aspetto. nell’ordine elencato: espansione di un fattore 5: anticipo di 4: t . espansione di un fattore 5: y(t) = u 5 Infatti si ha sostituendo a ritroso: y(t) = u t −t =z 5 5 =x −t 4 + 5 5 =x 4−t 5 e quindi lo stesso segnale. infatti. per cui nella definizione (2. z(t) = x riflessione: y(t) = u(−t) .1). poiché portano allo stesso risultato. y(t) = u(−t) = z(−t + 4) = x −t + 4 5 =x 4−t 5 . Un altro problema che si pone in pratica è il seguente: dato un segnale ottenuto per combinazione di operazioni elementari. poi l’anticipo. riflessione: u(t) = z(−t) . entrambe le sequenze di operazioni sono “corrette”. va osservato peraltro che in genere la prima è da preferire. D’altra parte. Esso si può pensare ottenuto a partire da x(t) mediante le seguenti tre operazioni. ottenendo un segnale differente da quello dell’es.1 Operazioni elementari sui segnali 35 Successivamente operiamo le sostituzioni ricorsivamente partendo dall’ultima espressione: y(t) = v(2t) = u(−2t) = x(−2t − 3) . la tecnica da seguire per combinare operazioni elementari è la stessa vista per il caso TC. Qualche approfondimento merita il solo caso in cui è presente l’espansione a TD definita dalla (2.

altrimenti il valore del segnale è nullo. mentre in tutti gli altri casi è frazionario. 2 0. (2) anticipo di 5. 6 anticipo di 5: y(n) = v(n + 5) . nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . il segnale y(n) si può esprimere esplicitamente. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) .5 (combinazione di operazioni elementari. allora il risultato si ottiene calcolando il valore del segnale in quel punto. Esempio 2. 2 2 2 Con riferimento all’ultima espressione. altrimenti . osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2. Gli esempi che seguono mostrano come procedere in due situazioni tipiche. Pertanto. 6 6 2 . ovvero se n è pari. (3) espansione di 2. e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v(n + 5) = u n+5 n+5 n+5 =x 3 =x . n espansione di 2: y(n) = v .36 Proprietà dei segnali il risultato corretto per via analitica. e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 . n espansione di 6: v(n) = u . (3) anticipo di 5. n x − − 5 . per cui il segnale y(n) vale convenzionalmente zero. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3.1).4 (combinazione di operazioni elementari. anticipo di 5: v(n) = u(n + 5) . eliminando la notazione simbolica con le parentesi quadre. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. Esempio 2. come: y(n) = se n è pari . è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. (2) espansione di 6. Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione.

4 Derivazione. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. altrimenti . Pertanto. 2.6 0.10. Il gradino presenta una discontinuità di prima specie per t = 0. se t ≥ 0 . nell’ambito della teoria dei segnali si incontrano molto frequentemente segnali che non sono continui in tutti i punti del loro insieme di definizione T. per cui l’espressione ottenuta si può rendere esplicita. Con riferimento all’ultima espressione. Se il segnale x(t) è derivabile in t0 . y(n) = n+5 x . Il gradino a TC è definito come: u(t) = 1 .2) che esiste ed è finito.4 0. Gradino a TC. eliminando la notazione con le parentesi quadre. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. il che accade se e solo se n è dispari. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o.8 x(t) = u(t) 0. integrazione. 2 2. In particolare. Tuttavia. § B. 2. al più. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da .1. In particolare. altrimenti . la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. infinito numerabile di punti di discontinuità di prima specie.2).10. allora la sua derivata è definita mediante il limite del rapporto incrementale: d x(t) dt = lim t=t0 t→t0 x(t) − x(t0 ) t − t0 (2. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC.2) esista e sia finito.1 Operazioni elementari sui segnali 37 1 0. se il segnale x(t) è derivabile nel punto t0 ∈ T. si dimostra che x(t) è anche continuo in t0 . ed è rappresentato graficamente in fig. 0 .2.2 0 −2 0 2 4 t 6 8 10 Fig. come:  se n è dispari . 0 .

tranne che nel punto t = 0. non presenta i problemi del gradino per quanto riguarda il calcolo della derivata. poter definire la derivata del gradino anche per t = 0. conservando area unitaria. in effetti. cercheremo di calcolare la derivata di u(t) euristicamente. (b) la derivata δε (t) di uε (t). quindi. rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica. bisogna ricorrere al concetto di derivata generalizzata. posto ε ∈ R+ . al limite per ε → 0. Questo risultato.  1 t uε (t) = 2 1 + ε . Per mantenere la trattazione ad un livello sufficientemente elementare. Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino. definiamo la seguente funzione uε (t):  0 . non è intuitivamente accettabile. Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t). raffigurata in fig. La funzione uε (t).38 Proprietà dei segnali 1 1/(2 ε) x(t) = u (t) x(t) = δ (t) ε ε −ε t +ε −ε t +ε (a) (b) Fig. Infatti la funzione uε (t) è derivabile nell’intorno di t = 0.11(a). vale zero in tutti i punti. non previsto dall’analisi matematica elementare. tuttavia. ma per t = 0 presenta una rapidità di variazione infinita. sebbene matematicamente corretto. si ha: ε →0 lim uε (t) = u(t) . . Per tener conto di questo comportamento e.2) non è definito. essendo continua. 2. per t < −ε . 2. in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1. Allo scopo di calcolare la derivata generalizzata del gradino.   1. la cui trattazione rigorosa richiede la conoscenza dei fondamenti di una branca della matematica nota come teoria delle distribuzioni. calcolata applicando la regola di derivazione ordinaria. L’approssimazione è tanto migliore quanto più ε è piccolo. La derivata di u(t). Infatti. per |t| < ε . Al diminuire di ε la funzione δε (t) diventa sempre più stretta ed alta. e la sua derivata vale: δε (t) = d uε (t) = dt 0. . se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione. destra (che vale 1). e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione. in cui il limite del rapporto incrementale (2. il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0.11. per |t| ≤ ε . ma a differenza di quest’ultimo è una funzione continua anche per t = 0. per t > ε . 1 2ε per |t| > ε . da sinistra (che vale 0).

4) Dal punto di vista matematico. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. Ciò suggerisce che la convergenza del limite al secondo membro della (2. che indichiamo con δ (t) = lim δε (t) . si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla.2.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . la funzione ordinaria δε (t) non converge ad una funzione ordinaria. la convergenza della famiglia di funzioni δε (t) alla funzione . Questo risultato suggerisce di definire il limite al secondo membro della (2. ε ) e la misura di tale intervallo. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t).4) definisce un funzionale che si “appoggia” alla funzione δε (t). per ε → 0.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. Come indicato dal loro stesso nome. la (2. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . Dirac nei suoi studi sulla meccanica quantistica.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig.5) In altre parole. Al limite per ε → 0. A tale scopo. a differenza del concetto di convergenza di funzioni ordinarie. Al diminuire di ε . motivo per cui è comunemente nota come impulso o delta di Dirac. Invocando il teorema della media. Quindi. ε →0 dt (2. un operatore che associa alla funzione x(t) un numero reale. al limite per ε che tende a zero. possiamo affermare che esiste un punto tε ∈ [−ε .3) mediante una funzione.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. Infatti. al limite per ε che tende a zero. 2. cioè. essa ha invece un significato ben preciso se la si moltiplica per un’arbitrario segnale x(t) continuo nell’origine e si integra il risultato su tutto l’asse reale: +∞ −∞ δε (t) x(t)dt = 1 2ε ε −ε x(t)dt .3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. il funzionale (2.7) dove x(t) è un arbitrario segnale continuo nell’origine. se è vero che. tali funzioni costituiscono una generalizzazione del concetto di funzione: un funzione generalizzata è sempre definita mediante un integrale e non ha senso quindi pensare al valore assunto da essa per un dato valore dell’argomento. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . ε →0 (2. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . (2. (2. conservando tuttavia area unitaria. δε (t) non ha alcun significato come funzione ordinaria. ε →0 (2. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine.

a valle delle considerazioni fatte finora. ∀a ∈ R − {0}.40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. di carattere prettamente matematico.8) ovvero.8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. (2. . Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2. di carattere esclusivamente applicativo.8). A partire dalla definizione (2. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. consiste nell’osservare che. implicitamente. questa operazione per l’integrale di Riemann è consentita solo se la famiglia di funzioni δε (t) converge uniformemente (il che non avviene nel nostro caso).5) e (2. la (2. per semplicità d’impiego nelle applicazioni. +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . ∀n ∈ N. δ (t) x(t) dt = x(0) . t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. ∀x(t) continua in t0 . La prima. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. (d) Parità: δ (−t) = δ (t). la cui verifica è lasciata al lettore per esercizio: Proprietà 2. b a continuo in t = 0. ∀x(t) continua in t0 . ad esempio. nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. ∀t0 ∈ R. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e.9) dt In altre parole. ∀x(t) derivabile fino t=0 (f) Derivazione: dn dn δ (t) x(t) dt = (−1)n x(t) dt n dt n −∞ all’ordine n con derivata n-esima continua in t = 0.7).5) e (2. ma. in virtù delle (2. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . (2. se a < 0 < b . (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ).2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1. riguarda il fatto che. ∀a < b ∈ R. ∀t0 ∈ R. |a| .7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari. poiché nell’ambito della teoria dei segnali ciò che importa non è tanto la definizione dell’impulso di Dirac bensì il suo impiego nelle applicazioni. convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato. se a > 0 oppure b < 0 . La seconda. ∀x(t) 0. (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t). anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . secondo l’analisi matematica convenzionale.

2.1 Operazioni elementari sui segnali

41

Dalla proprietà (a) si ricava che l’impulso di Dirac ha area unitaria, come la famiglia di funzioni δε (t). Le proprietà (b) e (c) esprimono, con un diverso formalismo matematico, la medesima proprietà dell’impulso di Dirac, ovvero quella di estrarre (nel gergo della teoria dei segnali, “campionare”) il valore del segnale nel punto t0 in cui l’impulso è centrato. La proprietà (d) evidenzia che la delta di Dirac è un segnale pari, mentre la proprietà (e) mostra che, anche per l’impulso a TC, un cambiamento di scala comporta un cambiamento di area. L’operazione di derivazione è definita anche per le funzioni generalizzate e, a tal proposito, la proprietà (f) chiarisce come tale operazione vada correttamente interpretata per l’impulso di Dirac. La proprietà (g) definisce invece la relazione inversa della (2.9), mostrando che il gradino è il risultato dell’integrazione dell’impulso di Dirac. A tale proposito, sia ben chiaro che l’integrale che compare nella proprietà (g) è valido nel senso delle distribuzioni e non in senso ordinario (secondo Riemann); infatti, non esiste nessuna funzione ordinaria che possa restituire un gradino mediante integrazione (nell’analisi convenzionale, le funzioni definite mediante integrali sono continue). Un commento a parte merita infine la proprietà (h). Innanzitutto, si osservi che se uno degli estremi di integrazioni (a oppure b) è zero, allora l’integrale tra a e b dell’impulso di Dirac non è definito. Tuttavia, l’integrale sull’intervallo (0− , b) è definito e si calcola con la seguente procedura al limite:
b 0−

δ (t) x(t)dt = lim

b

ε → 0 −ε ε >0

δ (t) x(t)dt = x(0) .

Analogo risultato sussiste per l’integrazione sull’intervallo (a, 0+ ). A partire dalla proprietà (h), ponendo x(t) = 1, ∀t ∈ R, e b = −a = ε , si ottiene:
ε
−ε

δ (t)dt = 1 ,

con ε ∈ R+ piccolo a piacere ,

che suggerisce l’interpretazione intuitiva (matematicamente non corretta) che δ (t) sia nulla ovunque tranne che nell’origine. In virtù di questa interpretazione e della proprietà (a), l’impulso di Dirac δ (t) si può rappresentare graficamente come in fig. 2.12. Si noti che l’area unitaria dell’impulso viene rappresentata convenzionalmente assimilandola ad un’ampiezza, ovvero tracciando una freccia di altezza pari ad uno. Mediante cambiamento di scala delle ampiezze e traslazione temporale, è possibile definire un impulso di Dirac centrato in t0 ∈ R e di area A: x(t) = A δ (t − t0 ) , raffigurato in fig. 2.13. Concludiamo questa breve trattazione dell’impulso di Dirac, osservando che la (2.9) consente di ricavare la regola di derivazione per un segnale TC che presenta un numero finito o, al più, infinito numerabile di punti di discontinuità di prima specie: se il segnale x(t) presenta N (con N che può essere eventualmente infinito) discontinuità di prima specie negli istanti di tempo t1 ,t2 , . . . ,tN , la sua derivata generalizzata presenterà un impulso di Dirac nel punto tn , per n ∈ {1, 2, . . . , N}, avente
+ − area pari al valore del “salto” di discontinuità s(tn ) = x(tn ) − x(tn ) nel punto in questione. Più precisamente, detta h(t) la derivata ordinaria della parte continua di x(t), ∀t ∈ T − {t1 ,t2 , . . . ,tN }, si ottiene la seguente espressione: N d x(t) = h(t) + ∑ s(tn ) δ (t − tn ) . dt n=1

(2.10)

Il fatto che x(t) sia continuo per t ∈ T − {t1 ,t2 , . . . ,tN } non implica che esso sia derivabile in tutti i punti dell’insieme T − {t1 ,t2 , . . . ,tN }. Questo significa che la funzione h(t) può non essere definita in qualche punto. Se tali punti sono isolati (rappresentano cioè un insieme di misura nulla), questo

42

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 t 5

x(t) = A δ(t−t0)

x(t) = δ(t)

t

0

t

Fig. 2.12. Impulso a TC (delta di Dirac).

Fig. 2.13. Impulso a TC x(t) = A δ (t −t0 ). L’impulso è centrato in t0 ed ha area A.
x'(t)

x(t) 2

(a)

1

(b)

-1

1

t

-1

1

t

-2

Fig. 2.14. Calcolo della derivata di un segnale TC discontinuo (es. 2.6): (a) il segnale x(t); (b) la sua derivata generalizzata.

mancanza di informazione è spesso inessenziale: dal punto di vista dell’analisi dei segnali, la caratterizzazione completa di un segnale è in molti casi superflua e, come vedremo più avanti in questo capitolo, è sufficiente una caratterizzazione sintetica, in cui il valore del segnale in un punto isolato non è rilevante; da un punto di vista dell’analisi dei sistemi, come vedremo nei prossimi capitoli, il segnale di uscita da un sistema dipende dal segnale di ingresso mediante una relazione integrale, il cui calcolo non dipende dai valori assunti dal segnale di ingresso in insiemi di misura nulla.
Esempio 2.6 (derivata generalizzata di un segnale TC) Si voglia calcolare la derivata generalizzata del segnale TC riportato in fig. 2.14(a). Tale funzione presenta una sola discontinuità di prima specie nel punto
− + t1 = 1 (N = 1), il cui salto è s(t1 ) = x(t1 ) − x(t1 ) = −2. Applicando la regola (2.10), si ottiene immediatamente che:

d x(t) = [u(t + 1) − u(t − 1)] − 2 δ (t − 1) , dt raffigurata in fig. 2.14(b).

Per un segnale TD x(n), il cui insieme di definizione è un insieme discreto, non è possibile considerare le operazioni di derivazione ed integrazione. Tuttavia, è possibile definire alcune operazioni

2.1 Operazioni elementari sui segnali

43

1 0.8 x(n) = u(n) 0.6 0.4 0.2 0 −2 0 2 4 n 6 8 10

Fig. 2.15. Gradino a TD.

che hanno una certa analogia con quelle di derivazione ed integrazione per segnali a TC. Si definisce differenza prima del segnale x(n) la seguente operazione: ∇1 [x(n)] = x(n) − x(n − 1) , che può essere vista come la “controparte” a TD della operazione di derivazione a TC. Il calcolo della differenza prima di un segnale TD non crea gli stessi problemi che invece pone il calcolo della derivata di un segnale TC. Per capire ciò, seguendo parallelamente la trattazione fatta per i segnali TC, consideriamo il calcolo della differenza prima del gradino a TD. La definizione del gradino a TD è analoga a quella del gradino a TC: u(n) = 1 , se n ≥ 0 ; 0 , altrimenti ;

e la sua rappresentazione grafica è riportata in fig. 2.15. Si noti che, a differenza del gradino a TC, nella definizione del gradino a TD non vi è ambiguità nel valore assunto dal segnale nell’origine, in quanto il concetto di continuità non si applica ad una sequenza. Notiamo, inoltre, che il gradino a TD si può ottenere da quello a TC mediante campionamento con passo unitario. In questo caso, senza dover ricorrere a nessun strumento matematico avanzato, è immediato stabilire che

δ (n) = ∇1 [u(n)] =

1 , se n = 0 ; 0 , altrimenti ;

(2.11)

Volendo stabilire un parallelo tra il caso TC e quello TD, si può affermare che la (2.11) è la controparte a TD della relazione (2.9). Il segnale δ (n) prende il nome di impulso a TD o impulso discreto (anche detto delta di Kronecker), ed è rappresentato graficamente in fig. 2.16. Notiamo che l’impulso elementare δ (n) è centrato nell’origine e ha ampiezza unitaria. Mediante cambiamento di scala delle ampiezze e traslazione temporale, è possibile definire un impulso discreto centrato in n0 ∈ Z e di ampiezza A ∈ R arbitraria: x(n) = A δ (n − n0 ) , raffigurato graficamente in fig. 2.17. Analogamente all’impulso di Dirac, l’impulso a TD gode delle seguenti proprietà elementari, la cui semplice verifica è lasciata al lettore per esercizio:

44

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 n 5

x(n) = A δ(n−n )

x(n) = δ(n)

0

n0 n

Fig. 2.16. Impulso unitario a TD.

Fig. 2.17. Impulso a TD x(n) = A δ (n − n0 ). L’impulso è centrato in n0 ed ha ampiezza A.

Proprietà 2.3 (proprietà elementari dell’impulso discreto)
+∞

(a) Area unitaria:

n=−∞ +∞

δ (n) = 1.

(b) Campionamento:

n=−∞

x(n) δ (n − n0 ) = x(n0 ), ∀n0 ∈ Z.

(c) Prodotto: x(n) δ (n − n0 ) = x(n0 ) δ (n − n0 ), ∀n0 ∈ Z. (d) Parità: δ (−n) = δ (n). (e) Decimazione ed espansione:

δ (nM) = δ (n) , n = δ (n) , δ L
(f) Somma: u(n) =

∀M ∈ N ; ∀L ∈ N .

m=−∞

n

δ (m).

Osservazioni analoghe a quelle effettuate per l’impulso di Dirac si possono fare per le proprietà (a), (b), (c) e (d), che esprimono le proprietà di area unitaria, campionamento e parità dell’impulso discreto. La proprietà (e) evidenzia che l’impulso a TD è invariante rispetto alle operazioni di decimazione ed espansione. Infine, la proprietà (f) stabilisce che il gradino a TD è la somma corrente dell’impulso discreto e rappresenta la controparte a TD della proprietà (g) dell’impulso di Dirac. Si noti che la somma corrente gioca nel caso TD lo stesso ruolo che gioca l’integrale tra −∞ e t per i segnali TC.

2.2 Caratterizzazione sintetica dei segnali

45

2.2 Caratterizzazione sintetica dei segnali
Nel capitolo precedente abbiamo visto che un segnale (deterministico) è completamente descritto da una funzione, cioè da una legge che ad ogni elemento del dominio T fa corrispondere uno ed un solo elemento del codominio X. In alcuni casi pratici, tuttavia, la descrizione completa di un segnale mediante una funzione è eccessivamente dettagliata, ed è invece di interesse conoscere solo alcuni parametri numerici del segnale, che forniscono una descrizione o caratterizzazione sintetica (rispetto all’assegnazione della corrispondenza tra T e X) del segnale. In altri casi, i segnali possono essere frutto di dati sperimentali e, pertanto, da un lato possono non essere noti in tutti gli istanti di tempo, dall’altro la loro conoscenza può essere soggetta ad un certo margine di incertezza; quindi, piuttosto che descrivere puntualmente un segnale, è più ragionevole descrivere il segnale mediante quantità medie, come, ad esempio, il valore di un integrale, che risentono meno o non risentono affatto di cambiamenti poco significativi del segnale. I principali parametri numerici che concorrono a caratterizzare sinteticamente un segnale sono i seguenti: • durata temporale; • area e media temporale; • energia e potenza. La durata è una misura dell’estensione temporale del segnale, cioè dell’intervallo di tempo all’interno del quale il segnale assume valori non trascurabili, mentre l’operazione di media temporale è utilizzata per definire la componente continua ed alternata di un segnale. I concetti di energia e potenza sono alla base della caratterizzazione energetica dei segnali, e consentono di introdurre la relativa classificazione in segnali di energia e di potenza. Come esempio particolarmente significativo di segnali di potenza, verranno presentati i segnali periodici e le loro proprietà, e tra essi si esamineranno in particolare i fasori e le sinusoidi, evidenziando alcune differenze significative tra il caso TC ed il caso TD.

2.3 Estensione e durata temporale di un segnale
La durata di un segnale è un concetto intuitivo, legato evidentemente alla misura dell’estensione temporale del segnale. Una definizione generale può essere la seguente: Definizione 2.1 (estensione e durata temporale di un segnale) (a) L’estensione temporale Dx ⊆ T di un segnale x(t) a TC è l’intervallo di tempo in cui |x(t)| assume valori non trascurabili. La durata di x(t) è la misura ∆x ≥ 0 dell’insieme Dx . (b) L’estensione temporale Dx ⊆ T di un segnale x(n) a TD è l’intervallo di tempo in cui |x(n)| assume valori non trascurabili. La durata di x(n) è la misura ∆x ∈ N dell’insieme Dx . Per quanto concerne la definizione di misura di un insieme, è bene mettere in evidenza che esiste una differenza notevole tra il caso TC e quello TD. Infatti, nel caso TC, la misura dell’insieme Dx è quella secondo Peano-Jordan o, più in generale, secondo Lebesgue. Ad esempio, la misura dell’intervallo [t1 ,t2 ] coincide con la sua lunghezza |t2 − t1 |. Nel caso TD, invece, poiché l’insieme Dx è discreto, è possibile utilizzare la stessa definizione di misura secondo Peano-Jordan o Lebesgue, secondo le quali un insieme composto da punti isolati ha sempre misura nulla, cioè, risulterebbe ∆x = 0 per ogni

n1 + 1. l’estensione del segnale è definita come Dx = {n1 . Analogamente. n2 } e la sua durata è data da ∆x = n2 − n1 + 1. segnale x(n). .18. e quali no. Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra. e segnali di durata non limitata. con riferimento a taluni casi particolari di segnali. con t2 > t1 . . . non esiste una definizione universalmente accettata di estensione temporale di un segnale. 2. . cioè. . cioè. si considerano trascurabili solo i valori nulli del segnale.1 Segnali di durata rigorosamente limitata Un segnale TC x(t) si dice di durata rigorosamente limitata se esistono due numeri reali finiti t1 e t2 . . . Tuttavia. n1 + 1. Alcuni esempi elementari di finestre sono presentati di seguito. n2 }. . x(n) = 0 per ogni n ∈ {n1 . Segnale di durata rigorosamente limitata. con riferimento alla definizione generale di estensione.t2 ). Nel caso TD.3. esistono alcune definizioni di estensione temporale di un segnale che sono di comune impiego. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 . . un segnale TD x(n) si dice di durata rigorosamente limitata se esistono due numeri interi finiti n1 e n2 .18. legato all’interpretazione di quali valori del segnale siano trascurabili. In tal caso. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 . n1 + 1. Conseguentemente. l’estensione del segnale è definita come Dx = (t1 . Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente. 2.46 Proprietà dei segnali x(t) t1 durata t2 t Fig. . Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata. Un primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig. . la definizione di misura da adottare per Dx è molto più semplice ed è uguale al numero di punti isolati che costituiscono Dx (in sostanza coincide con la cardinalità di Dx ). In questo caso. approfondiremo questa classificazione. 2. Nel seguito.t2 ). x(t) = 0 per ogni t ∈ (t1 . con n2 > n1 . . . considerando sia segnali TC che TD.t2 ) e la sua durata è data da ∆x = t2 − t1 . In altre parole. n2 }.

il cui andamento è raffigurato in fig. cambiamento di scala con a = 1/T e traslazione temporale di t0 . 2. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). se |t| ≤ 0.20: la finestra è centrata in t = t0 e ha durata ∆x = T . Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.7. Fig. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.2.19. Si tratta di un segnale pari (centrato nell’origine). 2.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. ed è rappresentata graficamente in fig. altrimenti .3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. 2.t0 + T /2] . cambiamento di scala con a = 1/T e traslazione temporale di t0 . Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A. La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 .6 0. mediante moltiplicazione per una costante. Finestra rettangolare a TC. Esempio 2.4 0.5 .2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. se 0 ≤ n ≤ N − 1 . in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). . si vede che x(t) = A rect t − t0 T = A. se t ∈ [t0 − T /2. traslazione temporale e cambiamento di scala. altrimenti . A partire dalla finestra prototipo. altrimenti . 2.19.8 x(t) = rect(t) 0. Utilizzando la definizione. la finestra rettangolare è denotata con il simbolo Π(t). Finestra rettangolare a TC dell’es. 0 . numerosi testi. 0.20. 0 . 2.

La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e.22. Tuttavia. 2.21. ed è asimmetrica rispetto all’origine. Infine.8 x(n) = R5(n) 0. 2.4 0. . la finestra rettangolare a TD degenera nell’impulso discreto. di ampiezza unitaria e durata ∆x = 2. . 2. se 0 ≤ n ≤ 2N − 1 . e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. a partire dalla finestra triangolare prototipo. 0. 1− B2N (n) = N 0 . a differenza della sua versione a TC. Si tratta di un segnale pari (centrato nell’origine). per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. Finestra triangolare a TC. 1.2 0 −2 0 2 4 n 6 8 10 1 0.24. ed è rappresentata graficamente in fig. . Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. si noti che. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. N −1} e durata ∆x = N. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. se |t| < 1 . 2.6 0.4 0.21. infatti si ha RN (n) = u(n)−u(n−N). considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2.23) anche nel caso TD. Fig. R1 (n) = δ (n). . È possibile definire la finestra triangolare (si veda la fig. altrimenti . ovvero considerare B2N (n + N). Così come visto per la finestra rettangolare nell’es.6 0. cioè.2 0 −2 −1 0 t 1 2 Fig.8 x(t) = Λ(t) 0.7. ed è rappresentata graficamente in fig. 2. 2. Come nel caso TC.22. come riportato in fig. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. è asimmetrica rispetto all’origine. . La finestra ha estensione temporale Dx = {0. ed essa è nota come finestra di Bartlett:  |n − N|  . mediante operazioni elementari (moltiplicazione per una costante. traslazione temporale. altrimenti . pertanto. così come la finestra rettangolare a TD. Finestra rettangolare a TD per N = 5. ponendo N = 1. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| .48 Proprietà dei segnali 1 0. 2.

. con t2 > t1 . tuttavia.3.8 0. 2.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0.24.25.2. legato proprio all’arbitrarietà nella scelta del valore della soglia. Finestra triangolare a TD per N = 4. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata.4 0.3 Estensione e durata temporale di un segnale 49 1 0. questo introduce. a differenza del caso di segnali a durata rigorosamente limitata.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 .. si consideri un segnale TC come quello riportato in fig. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.23.8 0. il quale decade asintoticamente a zero per t → ±∞. 2. Finestra triangolare a TD per N = 4 con simmetria pari.25. ma per i quali l’interpretazione e la misura della durata non è altrettanto univoca di quella per i segnali che si annullano identicamente al di fuori di un intervallo. t Fig. x(t) soglia . t1 durata t2 . e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale. 2. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo.6 0. se si fissa una soglia diversa. un certo elemento di arbitrarietà nella misura della durata. si perviene ad un diverso valore di durata del segnale.2 0 −6 −4 −2 0 n 2 4 6 Fig.6 0.4 0. Segnale di durata praticamente limitata. 2. Un discorso analogo sussiste anche per i segnali a TD.. 2. . per esso. In particolare.. Fissare una soglia (vedi fig. 2. Si noti che. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. Fig. senza mai annullarsi.t2 ) di valori significativi del segnale.

Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. delle applicazioni.26. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . con riferimento al caso TC per semplicità.26(b). . Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. è lo stesso dell’esponenziale x(t) = A eat . notiamo che tra le operazioni elementari introdotte nel § 2. Il caso a = 0 è degenere. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. L’esponenziale a TC è una funzione monotona di t. (a) a < 0 (valore effettivo a = −0. in dipendenza dal valore di a = 0. ∀a ∈ R). Poiché. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. 2. per effetto del gradino. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. che risulta diverso da zero. dove a ∈ R è un fattore di scala dei tempi.1. come in fig. che quelli a durata praticamente limitata – sono anche detti segnali transitori. che sono descritti di seguito. in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. 2. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞.26(a). solo per t ≥ 0. In particolare. 2. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . come in fig. e degli scopi per i quali il segnale stesso viene studiato o elaborato. al variare di a. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. nel caso a < 0. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. come mostra il calcolo della derivata di x(t). mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . In particolare. si noti peraltro che il comportamento per t ≥ 0. Infine. solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. esso non rientra nella famiglia dei segnali di durata praticamente limitata.50 Proprietà dei segnali 14 12 10 x(t)=A eat 8 6 4 2 0 −2 −10 −5 0 t 5 10 A x(t)=A eat 14 12 10 8 6 4 2 0 −2 −10 −5 0 t 5 10 A (a) (b) Fig.25). ed in particolare per a > 0 l’esponenziale risulta crescente.25). Tale scelta può variare a seconda della natura del segnale. mentre per a < 0 l’esponenziale risulta decrescente.

Viceversa. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. scegliamo come valore di soglia α A. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . si ottiene che ∆x ≈ 3 T . al diminuire di T . A titolo esemplificativo. essendo infinitesimo per t → ±∞. In tal caso. con 0 < α < 1.2. cresce con legge direttamente proporzionale a T . ∆x ). l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. 2. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . In altre parole.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T .05. dell’esponenziale monolatero. se si pone per definizione a = −1/T con T > 0. Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. con ∆x > 0 (durata) dipendente dalla scelta della soglia.368 A. con a > 0. cioè. al crescere di T . risolvendo l’equazione x(∆x ) = α A. e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. dunque. dove il parametro T prende il nome di costante di tempo. È chiaro allora che.27. Passiamo ora ad introdurre l’esponenziale bilatero a TD. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. La costante di tempo ammette anche una interessante interpretazione geometrica. si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. com’era intuibile. la cui estensione è Dx = (0. . 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). sebbene il segnale non si annulli mai al finito. 2. la durata ∆x . la pendenza diminuisce. la pendenza aumenta. che è definito dalla relazione x(n) = A an . l’esponenziale monolatero è un segnale di durata praticamente limitata4 . Così facendo.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. la durata del segnale risulta ∆x = T ln 1 α e. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. ed indirettamente alla sua durata. legata alla pendenza della funzione esponenziale nell’origine. se si sceglie α = 0. Per calcolare la durata analiticamente. si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi.

5 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(n) = A an u(−n). l’esponenziale monolatero tende a zero per n → ∞. l’esponenziale decresce più lentamente. che presenta lo stesso comportamento di x(n) = A an per n ≥ 0. per |a| → 0. la durata del segnale tende ad essere infinitamente grande. e risolvendo l’equazione |x(∆x )| = α A. mentre per 0 < |a| < 1 l’esponenziale è decrescente in modulo. Infine. in particolare. scegliendo come valore di soglia α A. con |a| > 1. . Similmente all’esponenziale bilatero a TC. . In particolare. negativi per n dispari). l’esponenziale decresce più rapidamente. l’esponenziale bilatero a TD non ricade nella classe dei segnali di durata praticamente limitata. ∆x − 1}. . Più precisamente. l’esponenziale è costante in modulo: in particolare. per |a| → 1. a causa della presenza del gradino. mentre per a < 0 assume valori di segno alterno (positivi per n pari. se a = 1. mentre è identicamente nullo per n < 0. si ha x(n) = A (−1)n . è funzione di |a|: per valori di |a| prossimi ad 1. Per 0 < |a| < 1. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. si ottiene che la durata del segnale è data da ∆x = ln ln 1 α 1 |a| = ln(α ) . con ∆x > 0 (durata) dipendente dalla scelta della soglia. 2. con 0 < α < 1. mentre per valori di |a| prossimi a zero. per a > 0 l’esponenziale assume sempre valori positivi. fissato 0 < α < 1. l’esponenziale si riduce al segnale costante x(n) = A. Inoltre. I sei possibili andamenti dell’esponenziale a TD sono rappresentati graficamente in fig. se a = −1.52 Proprietà dei segnali dove a ∈ R − {0} è un fattore di scala dei tempi. . . L’andamento dell’esponenziale a TD al variare di a è più articolato rispetto a quello dell’esponenziale a TC. per cui è un esempio di segnale TD di durata praticamente limitata5 . per |a| = 1. la cui estensione è Dx = {0. la durata del segnale tende a zero. Per ottenere un segnale esponenziale di durata praticamente limitata. che assume alternativamente i valori ±A. bisogna introdurre l’esponenziale monolatero: x(n) = A an u(n) . mentre.28. in tal caso. ln(|a|) Come preannunciato. 1. viceversa. La durata del segnale. per |a| > 1 l’esponenziale è crescente in modulo. ∀a ∈ R − {0}).

2.1).833).28.4 −0.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig. Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.833).3 Estensione e durata temporale di un segnale 53 8 7 6 5 x(n) x(n) −5 0 n 5 10 4 3 2 1 0 −1 −10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 0 n 5 10 (a) 8 7 6 5 x(n) x(n) 4 3 2 1 0 −1 −10 −5 0 n 5 10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 (b) 0 n 5 10 (c) 1 0. (c) 0 < a < 1 (valore effettivo a = 0.6 x(n) 0.8 0. (b) a < −1 (valore effettivo a = −1. (f) a = −1. (e) a = 1.5 x(n) 0 0. (d) −1 < a < 0 (valore effettivo a = −0.1). .5 1 (d) 0.2.

Una definizione pratica. t Fig. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici.29. ∀t ∈ R . I segnali di durata illimitata sono anche detti segnali persistenti.13) Il più piccolo valore di N0 che verifica la (2. ovvero ∆x = +∞. mentre nel caso TC il periodo T0 è in generale un numero reale. Ad esempio. come ad esempio il segnale raffigurato in fig. Per segnali di questo tipo. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. nel caso TD il periodo N0 è necessariamente un numero intero. risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata.54 Proprietà dei segnali x(t) . allora. (2. È bene enfatizzare il fatto che.12) e (2. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. infatti..3. i segnali x(t) e x(n) si dicono aperiodici.13) è detto periodo (fondamentale) del segnale. 2.12) è detto periodo (fondamentale) del segnale. Inoltre .29. sono sempre di durata limitata. (2. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. detto periodo. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ). ed intorno al Sole con un periodo pari circa a 365 giorni. 2.12) Il più piccolo valore di T0 che verifica la (2. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2.13). In molti casi.. Segnale di durata non limitata.2 (segnale periodico) (a) Un segnale TC x(t) si dice periodico se esiste un valore reale T0 > 0 tale che x(t) = x(t + T0 ). . di segnale di durata non limitata è quella di un segnale che presenta valori non trascurabili durante tutto l’intervallo di tempo in cui viene osservato o elaborato. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero.. ∀n ∈ Z . 2. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). tuttavia. rispettivamente. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo..

noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. ω0 è la pulsazione. Nel seguito si introdurranno alcuni segnali periodici elementari.30) è invece quella nel piano complesso. secondo la quale il fasore è rappresentato come un vettore ruotante. Rappresentazione di un fasore a TC nel piano complesso come vettore ruotante (la fase iniziale ϕ0 rappresenta la posizione angolare del vettore per t = 0). quali. x). Come vedremo nel cap. Fig. A.7 avente modulo A. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario. . sulla base delle (2. allora esso è periodico di periodo 2T0 . Come ulteriore osservazione. ϕ0 è la fase iniziale. 2. in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. misurata in radianti (rad).12) e (2. ad esempio. 2. Una conveniente interpretazione grafica (fig.2.14) dove A > 0 è l’ampiezza. è interessante notare che. f0 = 2π è la frequenza. 3T0 . sotto condizioni non eccessivamente restrittive. gli esponenziali complessi o fasori6 e le sinusoidi. le (2. che si muove con velocità angolare |ω0 |.30. 5. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. se un segnale (ad esempio TC) è periodico di periodo T0 . e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. Fasore a TC L’espressione matematica di un fasore a TC è la seguente: x(t) = A e j(ω0t+ϕ0 ) = A e j(2π f0t+ϕ0 ) = A [cos(2π f0t + ϕ0 ) + j sin(2π f0t + ϕ0 )] .12) e (2. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che.3 Estensione e durata temporale di un segnale 55 Im ω0 >0 x(t) Im A/2 ω0 >0 ω0t + ϕ 0 x(t) ω0t + ϕ 0 A Re -ω0 <0 Re -(ω0t + ϕ 0 ) Fig. . 2. misurata ω0 in radianti al secondo (rad/s). e talvolta si parla di periodo fondamentale. per un segnale costante x(·) = a. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione.31. e della definizione di periodo.13). . (2. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto. misurata in cicli/s o Hertz (Hz). Il fasore è un segnale che assume valori complessi. Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi.13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . Pertanto. .

2.15) pertanto. da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0). ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig. (2. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore.31). Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa. notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 . si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica.4). § A. imponendo che valga la (2.12). un segnale sinusoidale si può esprimere come: A cos(ω0t + ϕ0 ) = 1 j(ω0t+ϕ0 ) 1 − j(ω0t+ϕ0 ) Ae + Ae = Re[A e j(ω0t+ϕ0 ) ] 2 2 ovvero come la somma di due fasori di uguale ampiezza A/2. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. Così come l’impulso di Dirac a TC. Dall’interpretazione come vettore ruotante. infine. come il fasore.13) e ricalca quella già ω0 vista per il fasore. ω0 . il fasore è un segnale periodico di periodo T0 .56 Proprietà dei segnali se ω0 > 0. come preannunciato. In effetti. e quindi si ha la (2. come sarà chiaro nel seguito.16) dove i parametri A. ed in senso orario se ω0 < 0. utilizzando le formule di Eulero (cfr. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. In ogni caso. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C.1). con k ∈ Z.12): infatti.15). mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . che il fasore non è un segnale “fisico”. si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . il fasore è una pura astrazione matematica che. Di contro. |ω 0 | | f 0 | (2. il caso ω0 = 0 rappresenta il fasore più lentamente variabile. 8 Ricordiamo . Anche la sinusoide. Si noti. ovvero che x(t) = x(t + T0 ). è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente. il che accade dopo un tempo pari a T0 = 2π 1 = .

però.2. poi diminuisce (fino a ν0 = 1).17) θ0 dove A > 0 è l’ampiezza.30): la differenza sostanziale. Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. passando da ν0 = 0 a ν0 = 1. è che poiché il tempo n varia in maniera discreta. a ν2 − ν1 = k. la posizione finale è la stessa. Equivalentemente. ϕ0 è la fase iniziale (rad). π [. θ0 è la pulsazione (rad). ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0.13) per un segnale TD. Prova. L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. k ∈ Z. Sulla base di questa interpretazione. k ∈ Z. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. Questa è una delle fondamentali differenze rispetto ai fasori a TC. come ν0 ∈ [0. da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . in termini di frequenze. Infatti. 1[ oppure ν0 ∈ [−1/2. Un fasore a TD si scrive come: x(n) = A e j(θ0 n+ϕ0 ) = A e j(2πν0 n+ϕ0 ) = A[cos(2πν0 n + ϕ0 ) + j sin(2πν0 n + ϕ0 )] . 2π [ oppure θ0 ∈ [−π . Ovviamente. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). in particolare. Si ha: x2 (n) = A e j(θ2 n+ϕ0 ) = A e j[(θ1 +2π k)n+ϕ0 ] = A e j(θ1 n+ϕ0 ) e j2π kn = x1 (n) . così come accade nel caso TC. come θ0 ∈ [0. anche il fasore a TD soddisfa la definizione di segnale (1. Come il fasore a TC. k ∈ Z . in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. ma anche alcune differenze significative rispetto al caso TC. se il fasore si sposta di θ0 oppure di θ0 + 2kπ .3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k.1). la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). . La conseguenza più importante della proprietà di periodicità in frequenza è che un qualunque fasore a TD può essere ottenuto considerando soltanto valori di pulsazione in un intervallo di ampiezza 2π . applicando la definizione di periodicità (2. nel caso TD il tempo n va considerato adimensionale.4 (periodicità in frequenza dei fasori a TD) Due fasori x1 (n) ed x2 (n) aventi pulsazioni θ1 e θ2 tali che θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. il fasore si muove “a scatti” nel piano complesso. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. =1 ∀n. ν0 = 2π è la frequenza (cicli). 2. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. la condizione θ2 − θ1 = 2kπ equivale. con la pulsazione θ0 ). si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . 1/2[. (2. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |.

un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. Se ν0 = 2/3. Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. similmente al caso TC. La proprietà precedente. il periodo è ancora N0 = 3. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . In tal caso. In pratica. 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. In particolare: A cos(θ0 n + ϕ0 ) = . 2π N0 k ∈ Z.58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . Esempio 2. antiorario se k > 0). se ν0 = √2 (un numero irrazionale). e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi). mostra anche che. nel caso in cui è periodico. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. che può rimanere lo stesso (come nei due esempi precedenti) o.8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3. Infine. contrariamente a quanto avviene con i segnali periodici a TC. allora il fasore non è periodico nel tempo. Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) .5 (periodicità nel tempo dei fasori a TD) Un fasore a TD x(n) = A e j(2πν0 n+ϕ0 ) risulta periodico nel tempo se e solo se la sua frequenza ν0 è un numero razionale. Questi due esempi mostrano che. k ∈ Z. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale. il periodo aumenta passando da N0 = 3 a N0 = 4. ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 . come la somma di due fasori ruotanti in senso opposto: 1 j(θ0 n+ϕ0 ) 1 − j(θ0 n+ϕ0 ) Ae + Ae . oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. il periodo non coincide in generale con l’inverso della frequenza. k ∈ Z. da cui si ricava che ν0 = θ0 k = . il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2. e si può interpretare. il segno di k è legato al verso di rotazione del fasore (orario se k < 0. Infatti. addirittura.6 (periodo di un fasore a TD) Sia x(n) = A e j(2πν0 n+ϕ0 ) un fasore a TD con frequenza ν0 razionale (non intera). (2) il periodo N0 coincide con il denominatore della frazione. può aumentare. con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini).

è possibile costruire un unico segnale periodico x(t) secondo la (2.8 (duty-cycle dell’80%). infatti. Dato un segnale generatore xg (t) e fissato un periodo T0 . per cui x(t + T0 ) = x(t). (2. ∀t ∈ R. Come caso limite. Replicazione Un modo del tutto generale per costruire un segnale TC x(t) periodico con periodo T0 è quello di partire da un segnale xg (t). e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. talvolta espresso in percentuale. ed il periodo dell’onda stessa. per una dimostrazione più formale.18) risulta necessariamente x(t) = x(t + T0 ).3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. la cui espressione è: ∑ A rect t − kT0 T . Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . 2. detto generatore. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A.33 è mostrata un’onda rettangolare con A = 1 e δc = 0. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] .18).2. e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . diverso da zero nell’intervallo [−T0 /2. Si ha. Il duty-cycle δc . ∀t ∈ R. Ad esempio. d’altra parte.18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). Infatti come generatore è possibile scegliere la . Viceversa.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . 2. Effettuando il cambiamento di variabile k − 1 = nella sommatoria. (b) periodicità nel tempo: una sinusoide è periodica se e solo se la sua frequenza è un numero razionale ν0 = k/N0 (k ∈ Z e N0 > 1). basta provare che per il segnale x(t) definito come nella (2. ±2T0 . e la cui rappresentazione grafica per A = 1 e δc = 0. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. Esempio 2. etc. ampiezza A. in fig. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). T0 /2].5 è quella di fig.32. traslate di ±T0 . Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . come si voleva dimostrare.

2.8 (duty-cycle dell’80%). ed il segnale risultante (fig.36.8 0. 2.35) non si ottiene semplicemente affiancando le finestre triangolari. T0 /2]. per determinare il generatore.6 x(t) 0. . In particolare. (2. Esempio 2. T0 /2] . La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig.5 (duty-cycle del 50%).60 Proprietà dei segnali 1 0. altrimenti. Onda rettangolare a TC con A = 1 e δc = 0. . . 1. con t0 ∈ R. In altri termini. Bisogna tuttavia notare che. Fig.33. Onda rettangolare a TC con A = 1 e δc = 0. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale.t0 + T0 /2]. 2. cioè risulta x(n) = x(n + N0 ). sommando queste ultime negli intervalli di sovrapposizione.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. . N0 − 1}. . ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). ad esempio [−T0 /2. 1]. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t).32. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) .6 0.8 0. ma bisogna tener conto della sovrapposizione tra le repliche. restrizione del segnale periodico ad un periodo. 2. descritta dall’esempio che segue.4 0. costruiamo il segnale periodico x(t) effettuando la replicazione di xg (t) con periodo T0 = 3 < 2: 2 x(t) = rep 3 [xg (t)] = 2 3 Λ t− k 2 k=−∞ +∞ ∑ . finestrando il segnale periodico nell’intervallo [−1. t ∈ [−T0 /2. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. ad esempio [t0 − T0 /2. che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare.2 0 −2 −1 0 t/T 1 2 0 0 Fig. Poiché il periodo di replicazione è inferiore alla durata del generatore.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 .34). 2. In questo caso.4 0. la relazione tra segnale periodico e generatore non è biunivoca. 0. si ottiene il generatore raffigurato in fig. Un caso meno banale che evidenzia la possibilità di scegliere almeno due diversi generatori di uno stesso segnale periodico è la replicazione con sovrapposizione tra le repliche. le repliche del segnale si sovrappongono.

2.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .6 0.2 0 −2 −1 0 t 1 2 Fig.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo). che si ottiene finestrando il segnale con una finestra . Onda triangolare a TC dell’es.4 0.34.4 0. 2.10.8 0. Esempio 2. 2.8 0. Un differente generatore dell’onda triangolare a TC dell’es. Fig. 2. Segnale generatore dell’onda triangolare a TC dell’es. 0.36.37.75.10. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).2 0 −2 −1 0 t 1 2 1 0.2 0 1 0.2.8 0.75).2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.4 0. Viceversa. il cui andamento è rappresentato in Fig. Onda rettangolare a TD con M = 3 ed N0 = 5.4 0. 2. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo.6 x(t) 0. 2. 2.37 per M = 3 e N0 = 5.3 Estensione e durata temporale di un segnale 61 1 0.35. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . 1 0.6 0.8 0. xg(t) Fig.6 x(n) 0. 2. ottenuto finestrando il segnale periodico nell’intervallo (−0.

già fatta nel caso TC.62 Proprietà dei segnali rettangolare a TD: xg (n) = x(n) RN0 (n) = x(n). altrimenti . N0 − 1} . 0. riguardo la non biunivocità della relazione tra segnali periodici e generatori. mentre un segnale periodico può essere ottenuto da diversi generatori. n ∈ {0. . in altri termini. . 1. Vale anche nel caso TD la stessa osservazione. . . . un generatore determina univocamente un segnale periodico.

si definisce area del segnale nell’intervallo {−K. Dato un segnale TD x(n) e fissato un intero K ≥ 0.. . reale o complesso..20) mentre si definisce media temporale del segnale nell’intervallo {−K. K − 1. . si definisce infatti area del segnale nell’intervallo (−Z. 2K + 1 n=−K K (2.38. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. (2. −K + 1. . 63 2. .23) . . .2. −K + 1.. Z]. Le definizioni di area e media temporale date nel caso TD si estendono al caso di segnali a TC x(t) sostituendo alla sommatoria l’integrale. 2. x(t) <x(t)> Z -Z +Z t 2Z Fig. .21) Si noti che. (2. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt .. K − 1. il numero. Z). K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) .4 Area e media temporale di un segnale .22) mentre si definisce media temporale del segnale nell’intervallo (−Z. . l’area e la media temporale di x(n) sono numeri reali o complessi. reale o complesso. Z). K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . . Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. (2. il numero.4 Area e media temporale di un segnale Altri due parametri che concorrono a caratterizzare sinteticamente un segnale sono l’area e la media temporale. in dipendenza della natura del codominio X del segnale. Considerato Z > 0.

21) e (2. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2.24) non esiste in senso ordinario.38. 2K + 1 Ax (Z) . Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale.23). Ciò accade. per esempio. I valori dell’area e della media temporale calcolati sulla base delle (2. per i quali l’integrale nella (2. § B. in base alla (2.26) in cui.2). (2. il che significa che esistono segnali per i quali la definizione di area (2. A tal proposito. ovvero riguardano solo una porzione del segnale.21) oppure (2.24) perde di significato. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. si noti che. allora anche il valor principale di Cauchy dell’integrale di x(t) esteso all’intero asse reale esiste e i due integrali forniscono lo stesso risultato. dipendono dalla scelta di Z oppure di K.25) L’integrale che definisce l’area di un segnale TC può non esistere. si ottiene notando che le (2. salvo che in casi particolari.22) e (2.Z2 →+∞ −Z1 lim x(t) dt . cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt .64 Proprietà dei segnali L’interpretazione di media. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . Se il limite nella (2.26) esiste.27) .23) si possono riscrivere come x(n) x(t) K Z Ax (K) .24) x(n).2. la media si può interpretare come l’altezza del rettangolo avente base pari all’intervallo temporale di riferimento e con la stessa area del segnale. (2. Tale interpretazione è raffigurata graficamente per il caso TC in fig. 2.24). l’area di un segnale TC è definita mediante il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale (cfr.20) e (2. (segnali TD) K→+∞ 2K + 1 n=−K (2. sia nel caso TC che nel caso TD.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. nel caso dei segnali periodici. = 2Z = e quindi. (segnali TC) (2. è sufficiente far tendere Z oppure K all’infinito. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro.

26) non esiste. Per quanto concerne l’interpretazione di x(·) . Z→+∞ . Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. Ad esempio. se il segnale x(·) assume valori finiti.25) si ottiene come caso limite dalle definizioni (2. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). Quando invece la serie di x(n) converge. soffermando l’attenzione al caso TC. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. § B. Come caso particolare. la sua area è necessariamente finita. se consideriamo il segnale x(t) = t. +∞ (2.21) o (2. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. è immediato calcolare l’area del segnale y(t) = x(at). |Ax | < +∞. si ha Ay = Ax . con t ∈ R. Un discorso analogo sussiste anche per i segnali a TD con riferimento alla sommatoria: l’area del segnale x(n) è definita mediante la somma simmetrica della serie bilatera di x(n) (cfr.1.3). Essa vale infatti se la media è calcolata su un intervallo temporale finito. e quindi per ogni fissato valore di Z o di K: in questo caso.2. Infatti. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. risulta che: Z x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = Z→+∞ −Z Z→+∞ lim x(t) dt = lim 2Z Ax = 0. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). a partire dal segnale x(t) avente area finita Ax . Tuttavia. dato che l’area di un segnale può essere infinita.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. ottenendo: Ay = lim Z Z→+∞ −Z y(t) dt = lim Z Z→+∞ −Z x(at) dt = lim 1 Z→+∞ |a| Z −Z x(τ ) dτ = Ax . cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) .23). ponendo a = −1. il viceversa non è vero: il valor principale di Cauchy dell’integrale di x(t) su R può esistere anche quando il corrispondente integrale improprio non esiste. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. mediante cambio di variabile.12 (area e media temporale della finestra rettangolare) Calcoliamo area e media temporale di una finestra rettangolare a TC x(t) = A rect(t/T ).4 Area e media temporale di un segnale 65 Tuttavia. per cui la sua area è finita: Ax = lim Z Z→+∞ −Z x(t) dt = lim A Z→+∞ T /2 −T /2 dt = lim AT = AT . cioè. con a ∈ R − {0}. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. la sua media temporale è nulla. l’interpretazione della (2. l’area del segnale deve necessariamente essere infinita. Si tratta di un segnale di durata rigorosamente limitata. Allo stesso modo. Esempio 2. ma si verifica anche per molti segnali aventi durata praticamente limitata. Con riferimento al caso TC per semplicità. che può esistere anche quando la serie bilatera di x(n) non converge. Come conseguenza di questo risultato. il segnale ha area nulla. cioè. poiché la media temporale definita nella (2. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. se il segnale x(t) ha area finita. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. l’integrale (2. se il segnale ha area finita. Più in generale. nel senso che se y(t) = x(−t). Poiché la definizione di area e valor medio sono intimamente legate. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica.28) ossia. tutti i segnali dispari risultano avere area nulla.

t < 0 . . si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. anche la media temporale dell’esponenziale a TD x(n) = A an u(n). Esempio 2.66 Proprietà dei segnali Conseguentemente. con 0 < |a| < 1. Esempio 2. è nulla.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . ma presenta particolari proprietà di simmetria. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . in altri termini. in quanto ha area finita pari a N. Conseguentemente. Con calcoli analoghi.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . 2 La media temporale può essere nulla anche se il segnale ha durata infinita. dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. Z→+∞ L’area dell’esponenziale monolatero decrescente dipende linearmente dalla costante di tempo T : questo risultato è perfettamente in accordo con l’interpretazione geometrica di T data in fig. −1. con T > 0. Esempio 2. t ≥ 0.13 (area e media temporale dell’esponenziale monolatero decrescente) Calcoliamo area e media temporale del segnale esponenziale a TC x(t) = A e−t/T u(t). Analogamente. la media temporale di una costante coincide con la costante stessa. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. Esempio 2. definito come sgn(t) = 1. Nel caso TC si ha: x(t) = lim 1 Z→+∞ 2Z Z −Z a dt = a lim 1 Z→+∞ 2Z Z −Z dt = a lim Z→+∞ 1 2Z = a . e quindi si ha in generale u(·) = 1 . Pur trattandosi di un segnale di durata praticamente limitata. l’esponenziale monolatero decrescente ha area finita come la finestra rettangolare: Ax = lim Z Z→+∞ −Z x(t) dt = lim A Z→+∞ Z 0 e−t/T dt = lim AT (1 − e−Z/T ) = AT . 2. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. in quanto la sua area è finita ed è data da: Ax = lim K→+∞ n=−K ∑ K x(n) = lim A ∑ an = lim A K→+∞ n=0 K→+∞ K A 1 − aK+1 = . e quindi per un segnale costante x(·) = a si ha x(·) = a.27.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. come evidenziato nel seguente esempio.

n < 0 . Si ha:  x(t) = lim 1 Z→∞ 2Z Z −Z  0 −Z sgn(t) dt = lim 1   Z→∞ 2Z  (−1) dt + Z 0  1 dt  = 0 . e rappresentato graficamente in Fig. 2. Per completare la trattazione.  =−Z =Z Questo risultato discende dal fatto che il signum a TC. presentiamo le seguenti proprietà della media temporale.40. −1. n ≥ 0. Segnale signum a TD. osserviamo nuovamente che se un segnale ha simmetria dispari. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari.39. Più in generale.39. essendo una funzione dispari9 . Segnale signum a TC. definito analogamente a sgn(t). Fig. allora la sua area è nulla e. il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)]. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. 9 Notiamo .5 x(t) = sgn(t) 0 0 −0. conseguentemente. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n).40.4 Area e media temporale di un segnale 67 1 1 0.5 −0. 2.2. ∀t = 0. 2. 2. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t).5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. ha area nulla (nel senso del valor principale di Cauchy). anche la sua media temporale è nulla. In questo caso. come sgn(n) = 1.5 x(n) = sgn(n) 0. e raffigurato graficamente in fig. in quanto il suo valore nell’origine non è nullo.

La media temporale di x(·) può essere calcolata su un solo periodo:  T0 1  x(t) dt . (c) Media temporale di un segnale periodico: Sia x(·) un segnale periodico. Osserviamo che è possibile esprimere Z = nZ T0 + εZ . (segnali TD) N0 n=0 Prova. α2 ∈ C .68 Proprietà dei segnali Proprietà 2. T0 ). dove nZ ∈ N indica il numero intero di periodi T0 contenuti in (0. T0 [ è la frazione di periodo rimanente. ottenendo: 1 2Z Z nZ T0 x(t) dt = 1 2Z Z−nZ T0 0 x(u + nZ T0 ) = x(u) per la periodicità du ≤ 1 2Z εZ 0 |x(u)| du ≤ 1 2Z T0 0 |x(u)| du . avente periodo T0 nel caso TC. consideriamo il termine (c) ed effettuiamo il cambio di variabile u = t − nZ T0 . effettuando il cambiamento di variabile u = t − kT0 . dobbiamo calcolare x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt . x(n − n0 ) = x(n) . (b) Invarianza temporale: x(t − t0 ) = x(t) . proviamo la proprietà (c) per il caso a TC (la dimostrazione per il caso TD si effettua in modo simile). Z). Mediante un analogo ragionamento si prova che anche il termine (a) tende a zero al divergere di Z. assolutamente integrabile/sommabile su un periodo. invece. Nel seguito. o periodo N0 nel caso TD. Per il termine (b). ∀α1 . Infatti. In base alla definizione di media temporale. se il segnale x(t) è assolutamente sommabile in (0. si trova: 1 nZ −1 ∑ 2Z k=−nZ (k+1)T0 kT0 x(t) dt = 1 nZ −1 ∑ 2Z k=−nZ 1 ∑ 2Z k=−nZ nZ −1 T0 0 T0 0 x(u + kT0 ) = x(u) per la periodicità du T0 0 = x(u) du = 2 nz 2nZ T0 + 2εZ x(t) dt . mentre εZ = Z − nZ T0 ∈ [0. ∀t0 ∈ R . Si ha allora: 1 2Z Z −Z −nZ T0 −Z (a) x(t) dt = 1 2Z x(t) dt + 1 nZ −1 ∑ 2Z k=−nZ (k+1)T0 kT0 (b) x(t) dt + 1 2Z Z nZ T0 (c) x(t) dt .7 (proprietà della media temporale) (a) Linearità: α1 x1 (·) + α2 x2 (·) = α1 x1 (·) + α2 x2 (·) . La dimostrazione delle proprietà (a) e (b) è immediata ed è lasciata al lettore come esercizio. non dipende da Z ed è finito da cui segue la convergenza a zero per Z → +∞. (segnali TC) T 0 0 x(·) = 1 N0 −1    ∑ x(n) . . ∀n0 ∈ Z . I termini (a) e (c) tendono a zero per Z → +∞.

(segnali a TD)  N 0 N0 Esempio 2. evitando il passaggio al limite presente nella definizione generale (2. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 .2. la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . per cui la media temporale si può calcolare su un A e j ϕ0 e j ω0 t T0 jω0 t=T0 T0 e jω0 t dt = = t=0 A e j ϕ0 T0 e j2π − 1 jω0 = 0. riottenendo il risultato dell’es. ∀n0 ∈ Z . osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . utilizzando la (2. ∀t0 ∈ R .17 (media temporale del signum) Come applicazione della proprietà di linearità. ovvero su un periodo del segnale. Tale proprietà può essere espressa in forma più generale. per cui: x(t) = A e jϕ0 = A e jϕ0 . il fasore x(t) è periodico di periodo T0 = periodo. Per ω0 = 0. la sommatoria fatta su N0 campioni consecutivi arbitrari. 2. ∀t0 ∈ R . pari ad un periodo del segnale.14 e 2. . ricalcoliamo la media temporale del segnale x(t) = sgn(t). (segnali a TC)  T0 T (2. La proprietà 2. per un segnale TD. denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) .7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. Con la notazione precedente.4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . T0 ). questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . Esempio 2.15. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1.29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | .29) x(·) = 1 0  ∑ x(n) . 2. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . Per ω0 = 0.16.18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . ad esempio in (0. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. =1 2 =1 dove abbiamo applicato i risultati degli es. Allo stesso modo.25). il fasore degenera nel segnale costante x(t) = A e jϕ0 .

per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). in un certo senso. Definizione 2. altrimenti . Ae Esempio 2. se θ0 = 2π k. ne rappresenta la parte effettivamente “variabile”. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale.4. Nel caso in cui ω0 = 0. si può definire per differenza anche la componente alternata.70 Proprietà dei segnali Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale). . si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. (2. A cos (ϕ0 ) . (2. Analogamente. se θ0 = 2π k. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) .7(a) (linearità della media temporale): x(t) = 1 1 1 1 A e j(ω0 t+ϕ0 ) + A e− j(ω0 t+ϕ0 ) = A e jϕ0 e jω0 t + A e− jϕ0 e− jω0 t = 0 . a partire dalla componente continua.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. e quindi. 2. possiamo applicare la proprietà 2. es. altrimenti . Dalla sua definizione. 2. Infatti. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . k ∈ Z . jϕ0 . Infatti. la componente alternata.4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). essendo ottenuta depurando il segnale della componente continua. k ∈ Z .31) Mentre la componente continua rappresenta il valor medio del segnale. applicando la proprietà di linearità della media temporale. la parte “costante” del segnale. la media temporale di un segnale si può interpretare come la componente continua del segnale. poiché la sinusoide x(t) si esprime come somma di due fasori.18) che un fasore con ω0 = 0 ha media temporale nulla.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica.

20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. in quanto per un segnale reale |x(·)|2 = x2 (·). Per ottenere una definizione indipendente dalla particolare applicazione fisica. il fasore e la sinusoide a TD. per cui la componente continua vale xdc = 1 .33). è chiaro inoltre che un qualunque segnale si può scrivere sempre come la somma della sua componente continua e della sua componente alternata: x(·) = xdc + xac (·) . se il segnale è reale. con ω0 = 0. Dagli es. (2.32) In particolare.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. che rende tale definizione di energia applicabile anche a segnali complessi.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) .19. notiamo . un segnale x(·) che presenta xdc = 0 e che. per verifica. ad esempio. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . (segnali TC) |x(n)|2 .5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . 2 2 Pertanto la decomposizione (2. il concetto di energia è fondamentale nella fisica. 2. Esempio 2. segue che il fasore e la sinusoide a TC. 2. sono segnali TC puramente alternativi. (2.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza. Consideriamo. 2 2 Dalla relazione precedente si può ricavare. analogamente. con θ0 = 2π k.18 e 2. sono segnali TD puramente alternativi. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale.2. viene detto segnale puramente alternativo. il modulo può evidentemente essere omesso. Avendo ignorato eventuali costanti di proporzionalità. Risultati analoghi valgono anche per il caso del gradino a TD.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. e ricorre in numerose applicazioni. il resistore dissipa nell’intervallo di tempo (−Z. coincide con la sua componente alternata. Se si considerano altri esempi in altri campi della fisica. che viene misurata in Joule (J).15) la media temporale del gradino. 2. un resistore R attraversato dalla corrente x(t): per effetto termico. k ∈ Z. quindi. conviene ignorare le eventuali costanti di proporzionalità (come la resistenza R nell’esempio precedente) e definire l’energia di un arbitrario segnale TC o TD (sull’intero asse dei tempi) nel modo seguente: Definizione 2.

§ B. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. ovvero se e solo se |a| < 1. allora. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . allora anche |x(·)|2 sarà di durata rigorosamente limitata e. 2 Notiamo che l’energia è finita poiché x(t) è una funzione che tende a zero per t → +∞ con legge esponenziale (quindi molto rapidamente).23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n).33) (cfr. ma richiede una moltiplicazione per una resistenza.33). avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . che quindi avrebbe presentato Ex = +∞. Esempio 2. Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. In particolare. Tuttavia.1. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2.33) in specifiche applicazioni. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. l’energia è una quantità non negativa (Ex ≥ 0).4). in quanto l’esponenziale non tende a zero. con T > 0. Ad esempio. In questo caso.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . che converge se e solo se |a|2 < 1. Dal confronto tra le (2. Esempio 2. Si ha: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 ∞ 0 e−2t/T dt = A2 e−2t/T −2/T t=∞ = t=0 A2 T . Essendo legata al quadrato del segnale. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n). in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . Esempio 2. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. Se avessimo viceversa considerato T < 0. mentre per |a| ≥ 1 l’energia non esiste finita.33) non sono necessariamente quelle di una energia.21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice.3 e B. il quadrato di una corrente non è dimensionalmente una energia. conseguentemente. Tali costanti di proporzionalità non saranno considerate nel seguito.2. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre).24) e (2. 1 − a2 |a| < 1 . Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. . avremmo avuto un esponenziale monolatero crescente.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. l’energia vale: Ex = A2 1 . ∞ Si ottiene allora una serie geometrica di ragione a2 .

1 Segnali di energia I segnali aventi energia finita (come quelli degli es. Sviluppiamo esplicitamente i calcoli nel caso TC.22. un segnale di energia può anche avere componente continua non nulla. i segnali di durata non limitata o persistenti non sono di energia.2. sostituendo nella (2.5. ma non avere area finita.4). che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es.34) Sviluppando il modulo al quadrato all’interno dell’integrale. dalla quale.36) . sussiste la seguente definizione: Definizione 2. in generale.21). Questa circostanza si esprime matematicamente dicendo che l’insieme dei segnali di energia è chiuso rispetto alle operazioni di somma e prodotto per una costante (cfr. (2. Tuttavia. (2. 2. § B.23). in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2.1. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt .2. (2. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. 2.22 e 2. § B. In conclusione. è semplice provare che si ha Ey = |α |2 Ex .35) Z→+∞ −Z x(t) y∗ (t) dt .3 e B. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr. § 2. Nel caso del prodotto per una costante α ∈ C. ma non essere di energia.21.23) prendono il nome di segnali di energia.6). e la somma di due segnali di energia è ancora un segnale di energia.5. la conseguenza pratica è che tipicamente essi hanno componente continua nulla.4): un segnale può essere di energia. più articolato è il calcolo dell’energia Ex+y della somma di due segnali. Più in generale. 2. e 2. Viceversa.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri).2.1.5 Energia di un segnale 73 2. posto y(·) = α x(·). un segnale può avere area finita.3 e B. Poiché i segnali aventi area finita hanno componente continua nulla. 2.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞). dal punto di vista matematico. 2. osserviamo che. consegue che.3). si ha: Ex+y = lim Se si pone Exy = lim Z Z Z→+∞ −Z |x(t)|2 dt + lim Z Z→+∞ −Z |y(t)|2 dt + 2 Re Z Z→+∞ −Z lim x(t) y∗ (t) dt .34). si ha: |x(t) + y(t)|2 = [x(t) + y(t)][x(t) + y(t)]∗ = x(t) x∗ (t) + y(t) y∗ (t) + x(t) y∗ (t) + y(t) x∗ (t) = |x(t)|2 + |y(t)|2 + 2 Re[x(t) y∗ (t)] . In pratica.

(2. si ha Eyx = E∗ : nel caso di xy segnali reali.38) (segnali TD) A differenza dell’energia. (2. In tal caso si ha x(t) y∗ (t) ≡ 0. l’energia mutua è in generale una quantità complessa.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). minore o uguale rispetto alla somma delle energie.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. però. In tal caso. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. oltre alle energie Ex e Ey dei singoli segnali. Nei due esempi seguenti.38) è coniugato. Esempio 2. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). con ovvie modifiche. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. che è una quantità reale e non negativa.40).8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0.7 (energia mutua) L’energia mutua tra due segnali x(·) e y(·) è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) y∗ (t) dt. 10 Se i segnali sono complessi. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. la relazione (2.37) La relazione (2.37) o nella (2. Poiché il termine contenente l’energia mutua nella (2. (2.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. (2. Per segnali di energia ortogonali vale l’additività delle energie (2. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. e risulta simmetrica.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy .40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. 11 Si usa il termine “ortogonalità” in quanto.39) può assumere segno qualsiasi. in base a concetti matematici più avanzati.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . 2. mentre diventa necessaria e sufficiente se i segnali sono reali. Inoltre. Particolarmente interessante è la condizione in cui Exy = 0. poiché il secondo segnale nella (2. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. in quanto Eyx = Exy . al caso TD. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0.41). l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). . Estendendo i precedenti concetti.

generalizzando l’interpretazione come media temporale al caso TD. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt .5 0 0.24).5 t 1 1. Z) per la lunghezza 2Z di tale intervallo di tempo. ma tali che uno dei due.5 0 0. risulta anche in questo caso Exy = 0. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 .5 0 −1 −0. anche la potenza è un parametro sintetico caratterizzante alcuni segnali.5 y(t) 0 −0.5 0.41. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es.5 0 −1 1 −0. mentre l’altro ha simmetria dispari.5 2 −1 −0.5 0 −1. La potenza è una quantità misurata in J/s o Watt (W).25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig.6 Potenza e valore efficace di un segnale Come l’energia. Per un esempio concreto.2. 2. 2. (2. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es.5 t 1 1.42. ad esempio x(t).42). che è utilizzato in numerosi e diversi ambiti della fisica. 2. al modulo al quadrato del segnale.5 y(t) 0. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z. abbia simmetria pari. è una quantità non negativa (Px ≥ 0).6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0.5 2 −1 −0.5 0 t 0.5 0. Esempio 2. si perviene alla seguente definizione di potenza: . Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale.5 1 1.25).5 −1.5 Fig.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.5 1 1. 2. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . Pertanto. 2. Fig. nonostante x(t) y∗ (t) ≡ 0.5 0 t 0. 2. come l’energia.

26.42) non sono necessariamente quelle corrette (ovvero W). (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2. Esempio 2. Sulla base del risultato dell’es. è possibile individuare la classe dei segnali che hanno potenza finita.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . molto utilizzato nell’elettrotecnica: Definizione 2. 2. fasore. tali segnali prendono il nome di segnali di potenza: Definizione 2. Se il segnale è reale (a ∈ R). A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). poiché il gradino assume solo i due valori reali 0 ed 1. 2.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). allora Px = a2 . Il vantaggio è. di ottenere una quantità che dipende esclusivamente dal segnale.6. 2.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che.76 Proprietà dei segnali Definizione 2. signum) e i segnali periodici (es. (segnali TC) (2.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 . .9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. gradino. Avendo trascurato eventuali costanti di proporzionalità. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es.15 sulla componente continua di un gradino. il valore efficace di un segnale x(·) si può interpretare come il valore che deve assumere un segnale costante per avere la stessa potenza del segnale dato.42) può essere omesso se il segnale è reale.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. Esempio 2.1 Segnali di potenza Sulla base della definizione di potenza. come per l’energia. le dimensioni fisiche della potenza definita in base alla (2.

12 Notiamo che se x(·) è periodico di periodo T [N ]. √ da cui si ottiene per il valore efficace xrms = Px = A (si noti che i risultati per la potenza ed il valore efficace valgono anche per ω0 = 0). per cui è di scarso interesse pratico). fatta eccezione per casi di scarso interesse pratico. .7(c) della media temporale. il fasore x(t) è periodico di periodo T0 = (2. il fasore degenera nel segnale costante x(t) = A e jϕ0 . 13 Ad esempio. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. Per ω0 = 0.19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. Esempio 2. 2. Analogamente. si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . Per soddisfare la definizione (2. In tal modo. Per ω0 = 0.2. allora anche |x(·)|2 ammette lo stesso periodo.28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . Infatti. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . risultato frequentemente utilizzato nell’elettrotecnica.12) oppure (2.13).29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). questo comporta che la sua energia è necessariamente infinita. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ).43). (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. un segnale periodico deve necessariamente avere durata illimitata. Nel caso in cui ω0 = 0. altrimenti . per cui: Px = |x(t)|2 = A2 = A2 . Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. la potenza potrebbe divergere solo nel caso di un segnale TC periodico x(t) che non sia a quadrato sommabile sull’intervallo T0 (un segnale del genere dovrebbe necessariamente essere non limitato su un periodo. Esempio 2. Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale).6 Potenza e valore efficace di un segnale 77 sinusoide). salvo per casi particolari di scarso interesse pratico13 . Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). Il valore efficace della sinusoide è allora xrms = Px = √2 . se θ0 = π k. per cui la potenza si può calcolare applicando la A2 dt = A2 . si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . A2 cos2 (ϕ0 ) .43)  ∑ |x(n)|2 . Infatti. applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. k ∈ Z . segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . un segnale periodico è necessariamente un segnale di potenza. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza.

44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. e quindi non si può considerare nè un segnale di potenza. raffigurato in fig. (b) se x(·) è un segnale di energia. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. Per provare la (a). Prova. Anche in questo caso. e sfruttando la proprietà di linearità della media temporale. e quindi non può essere di potenza. 2.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. e quindi non può essere di energia. posto y(·) = α x(·). dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). Ad esempio il segnale rampa a TC x(t) = t u(t). e la somma di due segnali di potenza è ancora un segnale di potenza.46) . nè di potenza. presenta Ex = Px = +∞. la (b) prova che un segnale di energia ha necessariamente Px = 0.44) È chiaro allora che.6. che non sono segnali di potenza. Pertanto. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. in quanto esistono casi di segnali che non sono nè di energia. lim 2Z (2. (2. e quindi sono disgiunti. A tal proposito.2 Relazioni tra segnali di energia e di potenza È interessante analizzare più in dettaglio le relazioni esistenti tra segnali di energia e segnali di potenza. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. nè di energia.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. seguendo passaggi simili a quelli effettuati per l’energia. basta scrivere (ad esempio nel caso TC): Z Px = |x(t)| 2 1 = lim Z→+∞ 2Z Z −Z |x(t)| dt = 2 Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z . in quanto hanno Ex = +∞). Tuttavia. definita come segue: (2. sussiste il seguente risultato: Teorema 2. i due insiemi non costituiscono una partizione di tutti i possibili segnali. Viceversa.44) esiste finita. aventi durata non limitata.6.78 Proprietà dei segnali 2. Viceversa. se l’energia è finita.43. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . Esistono casi meno banali di segnali. allora esso ha energia infinita (Ex = +∞).1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. allora esso ha potenza nulla (Px = 0). dalla (2. 2. si prova facilmente che Py = |α |2 Px . nè a quelli di potenza. invece. In altri termini. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. se la potenza (2. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. per quanto riguarda la somma di due segnali.

Si ha infatti. in particolare. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi). per cui la (2. a meno che Pxy = 0.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali.48) e evidenziano che. 2 2 . (2. (segnali TC) (2.5 x(t) = t u(t) 1 0. Per segnali di potenza ortogonali. 2.47) K 1 ∑ x(n) y∗ (n).2. si ha Pyx = P∗ .46) si scrive Px+y = Px + Py + 2 Pxy . come per le energia. anche per la potenze non vale l’additività. (2. Segnale rampa a TC. Esempio 2.12 (potenza mutua) La potenza mutua tra due segnali x(·) e y(·) è:   lim 1  Z→+∞ 2Z  lim   Z −Z Pxy = x(·) y (·) = ∗ x(t) y∗ (t) dt. con ω0 = 0.6 Potenza e valore efficace di un segnale 79 2 1. ed xy in generale la potenza mutua è complessa.30 (ortogonalità tra seno e coseno) Un esempio di due segnali di potenza a TC ortogonali si ottiene scegliendo x(t) = cos(ω0t) e y(t) = sin(ω0t).43.48) Le relazioni (2.46) e (2. per la presenza dell’operazione di coniugazione sul secondo segnale. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. Definizione 2. vale la proprietà di additività delle potenze: Px+y = Px + Py .5 0 −2 −1 0 t 1 2 Fig. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 . (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0.

e xac (·) = 0 per definizione. vale a dire. 2. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura.31 (ortogonalità tra componente continua ed alternata) È facile provare che la componente continua ed alternata di un segnale di potenza sono tra loro ortogonali. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0. in quanto l’operazione di coniugazione si scambia con la media temporale.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”.30). nella tab. che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. In conclusione.80 Proprietà dei segnali Parametro Estensione temporale Durata temporale Area Notazione Dx ∆x Ax Definizione intervallo di tempo in cui |x(·)| assume valori non trascurabili misura dell’estensione temporale Dx Z Z→+∞ −Z K K→+∞ lim x(t) dt x(n) (segnali TC) (segnali TD) lim n=−K ∑ Media temporale (componente continua) Energia Potenza xdc = x(·) Ex Px 1 Z x(t) dt (segnali TC) Z→+∞ 2Z −Z K 1 lim ∑ x(n) (segnali TD) K→+∞ 2K + 1 n=−K area del modulo al quadrato |x(·)|2 del segnale media temporale del modulo al quadrato |x(·)|2 del segnale lim Tab. Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali. 2.1. 2. per risolvere i due problemi precedenti e per semplificare alcuni calcoli. Joule (J) per le energie.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. evidenziando i legami esistenti tra alcuni di essi. Si ha allora: Px = Pdc + Pac . (2. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla. Posto infatti x(·) = xdc + xac (·). Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono. detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . Watt (W) per le potenze.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. Con riferimento in particolare alla potenza. nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. . Esempio 2.

√ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px .7 Misura in dB della potenza e dell’energia 81 Px /P0 0. scegliendo P0 = 1 W.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB.001 0. conviene introdurre un fattore numerico pari a 20. opportunamente scelta a seconda delle applicazioni. applicando le proprietà dei logaritmi. e si scrive più specificamente [Px ]dBW . il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. 2. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . Le scelte più comuni per la potenza di riferimento sono P0 = 1W. Valori comuni di potenza espressi in dB. invece di 10. ed in tal caso si parla di potenze espresse in dBW. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione.50): Px = P0 · 10 [P x ]dB 10 . si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . Ovviamente. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . tuttavia. .01 0. Esempio 2.5 1 2 10 100 1000 [Px ]dB −30 dB −20 dB −10 dB −3 dB 0 dB 3 dB 10 dB 20 dB 30 dB Tab. nella definizione (2. mentre se si sceglie P0 = 1 mW. in quanto. 2.50). se invece P0 = 1mW. dato il valore di potenza [Px ]dB in dB . e si scrive [Px ]dBm . si parla di potenze espressa in dBm.1 0.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. Nella tab.2.2. dove P0 è una potenza di riferimento. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . per avere lo stesso valore in dB. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB .

risulta [PR ]dBm < [PT ]dBm . 2.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. 2. Detta PT la potenza trasmessa. Si consideri lo schema di fig. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB .82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. in una relazione additiva. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. le potenze di riferimento nei due casi differiscono di un fattore 1000. allora [γc ]dB < 0. si ha: [PR ]dB = 10 log10 ovvero. la potenza ricevuta sarà pari a PR = γc PT .2) in unità logaritmiche. Esempio 2. corrispondente a 30 dB (tab. 2. per cui. assumendo ad esempio P0 = 1mW. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget).33 (attenuazione in dB e link budget) Un altro esempio dell’utilità di una misura logaritmica per la potenza è quello in cui si vogliono mettere in relazione la potenza trasmessa e quella ricevuta su un collegamento punto-punto di un sistema di telecomunicazioni (tale problema prende il nome di link budget). La (2.44. .44. (2. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). Infatti. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . misurando invece la potenza ricevuta in dB. Notiamo che poiché 0 < γc < 1. per le proprietà dei logaritmi.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . come è ovvio che sia. [PR ]dBm = [γc ]dB + [PT ]dBm . Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata.

8 Esercizi proposti Esercizio 2.4 Si consideri il segnale TC y(t) = x(2t − 1).1 Si consideri il segnale TC x(t) = rect(t). dopo aver rappresentato il grafico di x(n) ed y(n). (c) z(n) = y(1 − n). (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. Determinare l’espressione analitica del segnale y(t) ottenuto effettuando le seguenti operazioni su x(t) (nell’ordine specificato) e rappresentare il grafico del segnale y(t): (a) riflessione seguita da un ritardo di 5. (c) y(t) = x(−t). (k) z(n) = x(n) y(−2 − n). (f) z(n) = x(n − 2) + y(n + 2). n (d) z(n) = x . (b) z(n) = x(3n − 1). (b) ritardo di 5 seguito da una riflessione. (b) y(t) = x(t + 5). ±2. (g) z(n) = x(2n) + y(n − 4). ±3} 0. Esercizio 2. ±1. (j) z(n) = x(−n) y(−n). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. Individuare quale operazione elementare è effettuata su x(t) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(t − 5). altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . (d) y(t) = x(2t).2. 3 Esercizio 2. rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n).3 Si consideri il segnale TC x(t) = Λ(t). (i) z(n) = x(3 − n) y(n).2 Dati i segnali TD x(n) = |n| . (l) z(n) = x(n + 2) y(6 − n). t (e) y(t) = x . n ∈ {0.8 Esercizi proposti 83 2. 2 (e) z(n) = y(2 − 2n). Esercizio 2. (h) z(n) = x(n + 2) y(n − 2).

(b) y(t) = x(−t − 1). inoltre. Esercizio 2. 2 ≤ t ≤ 4 0 .5 Si consideri il segnale TC x(t) = Λ(t). inoltre. Esercizio 2. 5 ≤ t ≤ 8   0. (d) x(t) = e−t .6 Rappresentare graficamente il segnale TC y(t) = 1. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). (d) y(t) = x[2(t − 1)]. con T > 0.9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. (e) y(t) = x 3 t −1 (f) y(t) = x . Esercizio 2. (b) cambiamento di scala con a = 2 seguito da ritardo di 1.84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. Individuare le operazioni effettuate (specificandone l’ordine) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(−t + 1). (b) x(t) = e at u(−t). Determinare. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . 2 1 (e) x(t) = √ . Determinare. 3 Esercizio 2. (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t). 2 ≤ t ≤ 5  y(t) = 3(8 − t) . con a > 0.7 Rappresentare graficamente il segnale TC  3(t − 2) . (c) x(t) = e−|t|/T . t −1 . Esercizio 2. l’estensione temporale e la durata del segnale. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1).8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. (c) y(t) = x(2t − 1). l’estensione temporale e la durata del segnale. 1 + t2 (f) x(t) = u(t) − rect(t − 2).

(b) x(n) = (−1)n . (g) x(t) = 2 rect(t).10 Stabilire quali dei seguenti segnali TD sono periodici e. (c) x(t) = u(t − 5). .2.13 Stabilire quali dei seguenti segnali TD sono periodici e. [Suggerimento: per il calcolo del valor medio. calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k). (h) x(n) = n e jn jπ n (i) x(n) = e . π j √n 2 .8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). (h) x(t) = e−t u(t). (e) x(t) = 2 u(t). Esercizio 2. altrimenti (b) x(n) = u(n) + u(n − 1). (b) x(t) = sgn(t). . (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . 5} 0. (d) x(n) = cos(2π n). (c) x(n) = cos(2n). (d) x(n) = (−1)n u(n). (f) x(t) = 2 sgn(t) + 1. con |a| > 1. Esercizio 2. 1. Esercizio 2. δ (n − 3k) − δ (n − k2 ) . utilizzare le proprietà della media temporale] Esercizio 2. determinarne il periodo fondamentale N0 . n ∈ {0. (d) x(t) = sgn(−t).12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). in caso affermativo. con 0 < |a| < 1. (c) x(n) = a|n| . (b) x(n) = an u(−n). determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . 4. . in caso affermativo.11 Rappresentare il grafico della differenza prima y(n) = ∇1 [x(n)] = x(n) − x(n − 1) del segnale TD x(n) e calcolarne area e valor medio nei seguenti casi: (a) x(n) = 1.

17 Rappresentare il grafico del segnale TC  t . .2π n). 0≤t ≤1  x(t) = 2 − t . 1 ≤ t ≤ 2   0.14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t). (d) x(t) = e−2t u(t). (b) x(t) = sgn(t). 5 3 πn 3π n π + . energia e potenza.] Esercizio 2. (f) x(t) = e−|t| .16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. (g) x(t) = e−t . (d) x(n) = 5 cos(0. (c) x(n) = cos(π n) R5 (n). (f) x(n) = (2)n R4 (n − 2). (c) x(t) = cos(2π 100t) u(t). energia e potenza. + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. e calcolarne valor medio. utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . (e) x(n) = 1 2 +∞ n u(n). Esercizio 2. T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. (e) x(t) = et u(−t). 1 (i) x(t) = √ . Esercizio 2. (b) x(n) = u(n) − u(−n − 1). 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). altrimenti e calcolarne valor medio. 2 (h) x(t) = e−t 2 /2 u(t).86 Proprietà dei segnali πn πn sin .15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n).

. . e calcolarne valor medio. Esercizio 2.2. e calcolarne valor medio. . (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente.5π n) . (b) Calcolare la componente continua di y(t). energia e potenza. − 0. n ∈ {−4. −5 ≤ t ≤ −4    0. altrimenti e calcolarne valor medio.23 Dato il segnale TC x(t) = rect(t). energia e potenza in entrambi i casi. Esercizio 2.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. Esercizio 2. energia e potenza. −a ≤ t ≤ a 0. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . Esercizio 2.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. . energia e potenza. 4} 0.22 Rappresentare il grafico del segnale TC  5 − t .21 Rappresentare il grafico del segnale TD x(n) = sin(0. energia e potenza. . altrimenti nel caso in cui a = 1 e a = 0. 4 ≤ t ≤ 5   1 . si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . −3. altrimenti e calcolarne valor medio.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . energia e potenza. Esercizio 2. Esercizio 2. −4 ≤ t ≤ 4 x(t) = 5 + t .8 Esercizi proposti 87 Esercizio 2.5. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva.

2 4 (g) x(t) = cos(2π t) sin(4π t).27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. (c) x(t) = t 0 cos(2πτ ) d τ . energia e potenza del segnale x(n) = x1 (n) + x2 (n) . Inoltre. (b) x(t) = cos(2π t) u(t). Esercizio 2. πt 2 (d) x(t) = cos(π t) + cos . .29 Calcolare valor medio.26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4). Esercizio 2. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . (f) x(t) = cos(2π t) + 1 cos 2π t − π . A2 ∈ R+ . Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2.   1. energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . xg (n) =  2.30 Stabilire per quali valori di θ i segnali TC x(t) = cos(2π f0 t) e y(t) = cos(2π f0 t + θ ) sono ortogonali. energia e potenza.25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. e calcolarne valor medio. Inoltre. Esercizio 2. A2 ∈ R+ . (e) x(t) = 2 cos(2π t) + 3 sin(2π t).   0. energia e potenza.88 Proprietà dei segnali Esercizio 2. energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . si calcolino valor medio.28 Calcolare valor medio. x2 (t) = A2 e j2π f2 t con A1 . x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). si calcolino valor medio. Esercizio 2.

x2 (n) = R5 (n + n0 ) Determinare l’insieme Ω ⊆ Z dei valori di n0 in corrispondenza dei quali i due segnali x1 (n) e x2 (n) sono ortogonali. energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . x2 (t) = A2 rect t 2 con A1 . Esercizio 2. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . Successivamente. e calcolare valor medio. A2 ∈ R+ .2. .31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . per n0 ∈ Ω. Esercizio 2. per a ∈ A.34 Rappresentare il grafico dei seguenti segnali TC x(t) = dove xg (t) = Λ yg (t) = Λ t T0 t T0 − rect + rect t − 2T0 2T0 t − 2T0 2T0 +∞ n=−∞ ∑ xg (t − 4nT0 ) .32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) . z(t) = 5 x1 (t) + 3 x2 (t − 1) I segnali x1 (t) e x2 (t) sono ortogonali? Cosa si può dire invece per i segnali x1 (t) e x2 (t − 1)? Esercizio 2.33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . Successivamente.8 Esercizi proposti 89 Esercizio 2. e calcolare valor medio. x2 (t) = et/2 u(at) Determinare l’insieme A ⊆ R dei valori di a in corrispondenza dei quali il segnale x2 (t) è un segnale di energia. si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) .

90 Proprietà dei segnali .

Innanzitutto. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. il progettista è in grado di capire e sviluppare i metodi di analisi e sintesi più appropriati. consiste. la trattazione procederà in maniera il più possibile unificata.2 al caso di sistemi con un ingresso ed un’uscita. convertitori A/D e D/A) sono discussi più in dettaglio nel cap. e tratteremo sia sistemi TC (ingresso e uscita entrambi TC). Da un punto di vista matematico. a partire da un modello matematico del sistema.5. interpolatori. una reazione chimico-fisica. Sebbene incompleta. Inoltre. La definizione di un modello matematico esplicito per un sistema è il primo passo per poter affrontare un qualsiasi problema di sintesi ed analisi dei sistemi. Il secondo passo. la descrizione di un sistema sulla base delle sue proprietà è particolarmente importante in pratica per tre motivi. in quanto sistemi con proprietà diverse richiedono generalmente metodologie differenti. abbiamo visto nel § 1. diremo che un sistema SISO è un modello matematico che descrive la relazione tra un segnale . un circuito elettrico. nel definire e studiare alcune proprietà dei sistemi. 7. a partire dalle particolari proprietà di un sistema.2 che un sistema è fondamentalmente descritto da un operatore o una trasformazione S. e poiché il modello matematico che introdurremo presenta differenze trascurabili nei due casi. Infine. Facendo riferimento alla classificazione elementare introdotta nel § 1. le proprietà di un sistema consentono di capire più rapidamente quale sistema sia il modello matematico più adatto a descrivere un determinato fenomeno fisico. per evidenziare le forti analogie esistenti tra il caso TC e TD. considereremo nel seguito esclusivamente sistemi con un ingresso ed un’uscita (sistemi SISO). sulla base delle proprietà individuate è possibile suddividere i sistemi in classi omogenee. Inoltre. che è l’oggetto principale di questo capitolo. Il caso di sistemi “ibridi” (con ingresso TC e uscita TD o viceversa) non è trattato specificamente in questo capitolo: alcuni esempi di sistemi di questo tipo (campionatori. U 3. un processo di trasferimento di informazione) che trasforma segnali di ingresso (o cause) in segnali di uscita (o effetti). sia sistemi TD (con ingresso e uscita entrambi TD).Capitolo 3 Proprietà dei sistemi n sistema è un modello matematico di un’entità fisica (un dispositivo elettromeccanico.1 Relazione ingresso-uscita Particolarizzando la definizione di sistema data nel § 1.

1) può essere espresso in maniera sintetica.t] sottolinea esplicitamente che l’uscita y(t) all’istante di tempo t dipende in generale dall’intero segnale di ingresso {x(u)}u∈R .1(a). In maniera analoga.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. ed è rappresentato schematicamente in fig.1 Inoltre abbiamo utilizzato un’ulteriore variabile temporale t (separata dal punto e virgola) per specificare che la forma matematica della legge di corrispondenza tra ingresso ed uscita dipende in generale dal tempo t. (a) Integratore TC. Pertanto.2) Nella (3. attraverso la relazione ingresso uscita (i-u).2. che presentano proprietà diverse. Tale modello matematico è descritto da una trasformazione S : I → U. Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza. (3.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U.t] . come già osservato nel § 1. di ingresso ed un segnale di uscita. 1 Per (3. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3. insiemi di segnali diversi definiscono sistemi diversi. 3.2). Il modello matematico (3. che nel caso di un sistema TC si definisce come segue: Definizione 3. valori che possiamo denotare sinteticamente con {x(u)}u≤t .1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du . e non semplicemente dal valore del segnale nello stesso istante t. Esempio 3. (3. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. 3.3) semplicità di notazione. .∞ ∑ n y(n) (a) (b) Fig. la notazione y(t) = S [{x(u)}u∈R .2 (relazione i-u di un sistema TD) Un sistema TD (SISO) con ingresso x(n) ∈ I ed uscita y(n) ∈ U è descritto matematicamente dalla sua relazione ingresso-uscita (i-u): y(n) = S [{x(k)}k∈Z .1. abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R.2): Definizione 3. n] . (b) Integratore TD o accumulatore.1 (relazione i-u di un sistema TC) Un sistema TC (SISO) con ingresso x(t) ∈ I ed uscita y(t) ∈ U è descritto matematicamente dalla sua relazione ingresso-uscita (i-u): y(t) = S [{x(u)}u∈R . l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t.

§ 2. e di espansione: y(n) = x n = L n .3. Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso.1) possono essere interpretate come sistemi.3. con una legge che può variare con n. anticipo unitario.2. l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. Anche in questo caso. sono riportati in fig.4) e rappresentato schematicamente in fig. notazioni z−1 e z utilizzate negli schemi per il ritardo e per l’anticipo fanno riferimento ad uno strumento matematico (la Z-trasformata) che non approfondiremo in questo testo.3 semplicità di notazione. 3. (b) Anticipo elementare: y(n) = x(n + 1). decimatore ed espansore. Gli schemi a blocchi dei sistemi corrispondenti. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . denominati ritardo unitario. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. (3.3) è lo stesso adottato per il caso TC: in particolare. (a) Decimatore per M: y(n) = x(nM). anticipo unitario.2 Esempio 3. altrimenti . Il senso della notazione utilizzata nella (3. x y(n) = x(n + 1) . 2 (cfr. 3. L 0. per questo motivo. valori che denotiamo sinteticamente con {x(k)}k≤n . Fig. Sistemi TD elementari. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. di decimazione: y(n) = x(nM) . Esempio 3. Nel caso TD.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z . se n è multiplo di L .1 Relazione ingresso-uscita 93 x(n) z -1 (a) y(n) x(n) ↓M y(n) (a) x(n) z (b) y(n) x(n) ↑L y(n) (b) Fig. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z.3.3 (ritardo unitario.2 e fig. 3. (b) Espansore per L: y(n) = n x L . date rispettivamente da y(n) = x(n − 1) . (a) Ritardo elementare: y(n) = x(n − 1). Sistemi TD elementari. 3. 2 Per 3 Le .1(b). 3. si veda [14]).

essa è una rappresentazione esterna. A volte. si utilizzano le notazioni semplificate y(t) = S[x(t)].2) e (3. di cui non conosciamo il contenuto. oltre ai segnali di ingresso e di uscita. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. 5 Per 4 Questa .6) Abbiamo già osservato che la notazione (3. nel seguito faremo uso esclusivamente della relazione i-u. x(n) −→ y(n) . che sebbene sia meno generale.2) e (3. in cui entrano in gioco. e sicuramente non è la più generale. è perfettamente adeguata per i nostri obiettivi. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. y(n) = S[x(n)] (3. (3. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . è la rappresentazione ingresso-stato-uscita (i-s-u). “stato” di un sistema in un certo istante di tempo si intende l’insieme di informazioni necessarie e sufficienti a descrivere l’evoluzione del sistema fino a quell’istante. scheda audio.4.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. interpretazione vale solo per una classe particolare di sistemi. quali scheda madre. in quanto può essere interpretata nel senso che il valore del segnale di uscita al’istante t oppure n dipende solo dal valore del segnale di ingresso nello stesso istante. i sistemi cosiddetti non dispersivi (cfr.5 In ogni caso. Per concludere. invece delle notazioni complete (3. un PC può essere realizzato assemblando componenti più semplici.3) per snellire alcune derivazioni. § 3. utilizzeremo talvolta le (3.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. Inoltre.1).3) per le relazioni i-u dei sistemi. In particolare.5) e (3. R1 ed R2 sono connessi in serie. 3. avendo avvertito il lettore. Circuito elettrico con resistori connessi in serie ed in parallelo. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. il sistema stesso è visto come una “scatola nera” (black box). In particolare.6) in luogo delle notazioni rigorose (3. scheda video. 3. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo.5) oppure le notazioni simboliche: x(t) −→ y(t).5) è fuorviante. mentre R3 ed R4 sono connessi in parallelo.3. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema.4 Tuttavia.

3. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). 3. monitor.) Fig.) x(.2 Interconnessione di sistemi 95 z(. affinchè il sistema serie sia correttamente definito.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . Si noti che. Per semplificare lo studio delle interconnessioni tra sistemi. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . Connessione in serie o in cascata dei sistemi S1 ed S2 .) x(.4. Definizione 3.4.) S1 S2 y(.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 . avendo a disposizione più di due sistemi. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema. Le connessioni più frequentemente considerate sono tre: connessione in serie.) Fig. Definizione 3. il comportamento di un sistema complesso può essere studiato o analizzato più facilmente se si riesce a decomporlo in sistemi più semplici e ad individuare le connessioni tra questi ultimi.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig. 3. . lettore DVD. e connessione in retroazione. nel circuito di fig. i resistori R1 ed R2 sono collegati in serie.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig.5. 3.). 3. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici. connessione in parallelo. 3. tastiera. cioè U1 ⊆ I2 . lettore floppy-disk. come ad esempio quello riportato in fig. S1 y 1(. hard-disk. 3. mouse. Ad esempio. Connessione in parallelo dei sistemi S1 e S2 . e collegandoli tra loro secondo tali schemi.) S2 y 2(. Viceversa. lettore CD. è possibile ottenere sistemi anche molto complessi. etc.6. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi.) y(.

invece. è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . per la stabilizzazione degli amplificatori). dopo essere stata elaborata dal sistema S2 .5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig. nel circuito di fig. si noti che. si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) . che porta alla sua interpretazione come sistema in retroazione. Nell’elettronica analogica. in cui il segnale viaggia esclusivamente “in avanti” (feedforward).4 (accumulatore come sistema in retroazione) L’accumulatore dell’es. si utilizzano sia schemi con retroazione negativa (ad esempio. i resistori R3 ed R4 sono collegati in parallelo. Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo. 3. estraendo il termine x(n) dalla sommatoria su k presente nella (3.4). sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori). Esempio 3.2 ammette anche una descrizione di tipo ricorsivo. in caso contrario si parla di retroazione positiva.96 Proprietà dei sistemi x(. In particolare. sulla base dell’osservazione dell’uscita del sistema S1 . Connessione in retroazione dei sistemi S1 e S2 . 3.) y 2(.) S2 Fig.) S1 y(. =y(n−1) da cui y(n) = y(n − 1) + x(n) . Infatti. dove prende il nome di controllo a ciclo chiuso. e viene aggiunto al segnale di ingresso. 3. può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 . e si dice che il sistema S2 funge da “controllore” del sistema S1 . Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo. Definizione 3. Quest’ultimo schema è più complicato da interpretare ed analizzare. viene sommata algebricamente all’ingresso del sistema S1 .4. anche per lo schema con retroazione occorre che U1 ⊆ I2 e. mediante tale schema il sistema S2 . .7) se l’uscita del sistema S1 . 3. Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·). in aggiunta. in quanto il segnale di uscita viene riportato “all’indietro” (feedback). Infine. modificando a sua volta il segnale di uscita. similmente al collegamento serie. Ad esempio.7. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·).

sono la non dispersività. Tali proprietà. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi. 3.2) di un sistema TC: y(t) = S [{x(u)}u∈R . ma in funzione dell’uscita y(n − 1) all’istante precedente.8. data dalla (3. l’invertibilità.2) nel caso TC e dalla (3. la causalità. 3. Si noti che si tratta di una retroazione positiva. 3.t] . e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t).3. discusse di seguito. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. ma analizzando esclusivamente la forma matematica della relazione i-u. prescindendo completamente dalla loro natura fisica.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig. infatti l’uscita.8. e non ad attenuarle. la linearità. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t.1 Non dispersività Riprendiamo la relazione i-u (3. Notiamo che la precedente relazione non è una relazione i-u.t] . essendo riportata in ingresso con il segno positivo. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso. Estendendo i concetti precedenti in maniera ovvia al caso TD. tende ad amplificare le variazioni del segnale di ingresso. possiamo dare la seguente definizione di sistema non dispersivo: . la stabilità. l’invarianza temporale. 3. mentre il sistema S1 nel ramo diretto è il sistema identico. Abbiamo già precisato che la notazione {x(u)}u∈R evidenzia che l’uscita all’istante t dipende in generale dall’intero segnale di ingresso.3) nel caso TD.3. mentre il sistema S2 è un ritardo elementare. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario.

98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. Sottolineamo che. con α = R2 < 1. in quanto la forma più generale della relazione i-u è la (3.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3. Esempio 3.9) . eventualmente. n] . si parla anche di sistema istantaneo o senza memoria. 3. di norma.3) assume la forma y(n) = S [x(n). Applicando la legge del partitore. 3. R1 + R2 (3. con t oppure con n). Pertanto il partitore resistivo è un sistema non dispersivo. Definizione 3. (a) Caso TC.10. (b) Caso TD. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. Schema a blocchi di un amplificatore.2) oppure la (3. i sistemi sono dispersivi. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. 3. Esempio 3. l’uscita all’istante t oppure n dipende solo dal valore assunto dal segnale di ingresso nello stesso istante (con una legge che può variare. si ottiene la semplice relazione i-u: y(t) = R2 x(t) . Schema elettrico di un partitore resistivo. in un sistema non dispersivo.9. Inoltre.t] .5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. il cui schema elettrico è riportato in fig.3).2) assume la forma y(t) = S [x(t).7) In sintesi.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) . α y(n) (b) Fig. e quindi i sistemi non dispersivi rappresentano un caso particolare. (3. R1 + R2 nella quale y(t) dipende solo da x(t). come sinonimo di sistema non dispersivo.9.8) (3.

Si tratta evidentemente di un sistema dispersivo. n − M.2 sono entrambi sistemi con memoria infinita. Esempio 3.6 si possono estendere al caso TD. x(n − 1). e sistemi a memoria infinita. . un sistema TC descritto da una relazione i-u del tipo (3. . 6 Il . anche da M campioni precedenti dell’ingresso. il sistema “dimentica” l’ingresso. 3. oltre al campione attuale. degli M + 1 campioni x(n). la relazione i-u diventa y(n) = M 1 ∑ x(n − k) .10(b). oltre che da x(n). 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. .7 (amplificatore/attenuatore TD) I concetti dell’es.9 ciò non accade. Un amplificatore/attenuatore a TD si rappresenta come in fig. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. Esempio 3. . 3. Inoltre.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . o anche dinamico. 3. e di un amplificatore/attenuatore y(t) = |α |z(t).8 e 3. tuttavia. con T > 0. l’integratore dell’es. con 0 < α < 1.1 e l’accumulatore dell’es. M Tale sistema viene denominato filtro a media mobile o moving average (MA): il nome deriva dal fatto che il sistema calcola l’uscita y(n) effettuando la combinazione lineare.10(a). non dipende dall’intero segnale d’ingresso. . . nel senso chiarito meglio dai due esempi seguenti. In linea di principio tale memoria potrebbe variare col tempo.3. . Il termine “memoria” per T viene utilizzato proprio perché. 3. . 3. .9).8 caso α < 0 si può vedere come la cascata di un invertitore. Poiché l’uscita all’istante n dipende. b1 . 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2.3. 3. dopo un tempo T . 3. n − 1. non sempre la memoria di un sistema è finita.1 e l’accumulatore dell’es. Se.7 all’uscita in un determinato istante di tempo. Per questo motivo. Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). z(t) = −x(t). . la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. bM . la memoria del sistema è proprio pari a T per ogni t. Esempio 3. . anche se negli es. x(n − M) del segnale di ingresso. Un sistema che non soddisfa la prop.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore.3 Proprietà dei sistemi 99 Più in generale. dove per memoria del sistema si intende la durata temporale della porzione di x(t) in ingresso che contribuisce all’uscita y(t) in un dato istante di tempo t: in questo caso. ad esempio l’integratore dell’es. M + 1 k=0 e quindi l’uscita y(n) è calcolata in ogni istante n come la media aritmetica dei campioni dell’ingresso negli istanti n. Si parla di “memoria” del sistema. sistemi a memoria praticamente finita. . prende il nome di attenuatore. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. L’uscita all’istante t. con pesi b0 . Un amplificatore/attenuatore TC si rappresenta come in fig. In definitiva. 3. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) .6 si dice evidentemente dispersivo.2 sono sistemi dispersivi. si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. tale sistema ha memoria finita e pari ad M. α > 1. o ancora con memoria: ad esempio. 3. il sistema funziona da amplificatore.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. viceversa. il sistema prende il nome di integratore con memoria finita.

3. n] . quindi.2) assume la forma y(t) = S[{x(u)}u≤t .100 Proprietà dei sistemi 3.3. e quindi da valori futuri dell’ingresso.t] . Interpretando l’ingresso come causa e l’uscita come effetto. con T > 0. giungendo alla seguente definizione: Definizione 3. presente e futuro. secondo il quale l’effetto non può precedere la causa.t] . Modificando gli estremi di integrazione. l’integratore dell’es.1.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. a patto che T > 0. (3. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. ma non dipende dagli ingressi futuri. ovvero di un sistema per il quale la (3. ovvero i valori passati ed il valore presente dell’ingresso. 3.10 (integratore causale e non causale) L’integratore dell’es. descritto dalla relazione i-u y(t) = t −∞ x(u) du . in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . {x(u)}u>t rappresenta l’ingresso futuro: in generale.2) assume la forma y(t) = S [{x(u)}u≤t . Allo stesso modo.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . Si giunge allora alla fondamentale definizione di sistema causale. l’uscita y(t) all’istante t dipende dall’ingresso passato. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t. il concetto di sistema causale si estende al caso TD.t] .3) assume la forma y(n) = S [{x(k)}k≤n . otteniamo un sistema non causale. è un sistema causale. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. . è chiaramente un sistema causale.11) (3. descritto dalla relazione i-u y(t) = t t−T x(u) du . Per un fissato t. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente. (b) Un sistema TD si dice causale se la sua relazione i-u (3. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente.8. In altri termini.2 Causalità Partiamo ancora dalla relazione i-u (3.10) Esempio 3. Con ovvie modifiche.

1 è data direttamente come definizione di sistema causale. rispettivamente.12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . x2 (n) ∈ I tali che x1 (n) = x2 (n). con t0 ∈ R arbitrariamente scelto.1(a).1. È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali. ed x2 (t) = u(t). ∀n ≤ n0 . Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. la cui corrispondente uscita è  0 . Pertanto. x2 (t) ∈ I tali che x1 (t) = x2 (t). per ogni t0 ∈ R e per ogni x1 (t). per ogni n0 ∈ Z e per ogni x1 (n). che rappresentano il presente (k = 0) ed il futuro (k > 0). la cui corrispondente uscita è y1 (t) = 0. in corrispondenza dei quali y1 (t) = y2 (t). Esempio 3. M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k). Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. per dimostrare che un dato sistema è causale a partire dalla prop. 3. con k ≥ 0. ∀t ≤ t0 . in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k). Il sistema è causale se e solo se. risulta che y1 (t) = y2 (t). ∀n ≤ n0 . 3. la prop.3 Proprietà dei sistemi 101 Esempio 3. 3.1 (proprietà di un sistema causale) (a) Siano y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). per un dato valore t0 ∈ R. Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso. 9 In alcuni testi. (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). per uno o più valori di t ≤ t0 . ∀t ∈ R.  t+T y2 (t) = x(u) du = t + T . La verifica della prop. occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. Il sistema è causale se e solo se. per cui tale sistema MA è non causale. con riferimento al caso TC.1 solo per alcuni segnali di ingresso appartenenti a I e/o solo per alcuni valori di t0 non è sufficiente per affermare che il sistema è causale. considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . ∀t ≤ t0 . verifichiamo che si tratta di un sistema non causale. . ∀t ∈ R.1. Se però modifichiamo leggermente la relazione i-u. 3. con k ≥ 0.9. non verifica la prop. che rappresentano il presente (k = 0) ed il passato (k > 0). descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . M è chiaramente un sistema causale. Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3. x2 (t) ∈ I tali che x1 (t) = x2 (t).  t  T. se t < −T . risulta che y1 (n) = y2 (n). 3. Scegliamo x1 (t) = 0. Viceversa. 3. rispettivamente.1(a). se t ≥ 0 . è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). ∀t ≤ t0 . se −T ≤ t < 0 . ∀t ≤ t0 .11 (sistema MA causale e non causale) Il sistema MA dell’es. quindi. 3.3. con T > 0 e. utilizzando la prop. per dimostrare che un dato sistema è non causale e.

b0 = −1 e b1 = 1). Quindi la prop. ∀n ∈ Z. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. ed è quindi utile considerare anche il caso di sistemi non causali. in molti casi. ossia: y(t) = S[{x(u)}u>t . Equivalentemente. n] . esso può anche essere visto come un sistema MA non causale (cfr. y(n) Sebbene x1 (t) = x2 (t) = 0. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. in particolare. ad esempio) ed elaborarlo “in tempo differito”: si pensi. 0[. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale.9. per alcuni valori di n ≤ 0. Esempio 3.) sistemi fisici capaci di prevedere il futuro (ad esempio. ∀n ∈ Z.4) ammette una interpretazione sistemistica. Questa osservazione si applica. usiamo la prop. e quindi i sistemi del mondo fisico sono tutti causali.t] . Un altro esempio . ai sistemi fisici che elaborano i segnali “in tempo reale”. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. per t ∈] − T.11) si dice non causale.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. anche l’operazione di differenza prima per segnali a TD (cfr. non sono stati ancora scoperti. 3. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). mentre y2 (t) = 0.. Può essere visto come un sistema MA causale (cfr. anziché elaborare un segnale in tempo reale. per ogni t ≤ 0. Il sistema che opera la differenza prima causale è definito dal legame i-u: y(n) = ∇1 [x(n)] = x(n) − x(n − 1) ed è rappresentato schematicamente in fig. ed x2 (n) = δ (n − 1). y1 (0) = 0 e y2 (0) = 1. b0 = 1 e b1 = −1). es. Sebbene x1 (n) = x2 (n) = 0. 3. Osserviamo in conclusione che non esistono (o almeno. Si tratta evidentemente di un sistema causale in quanto l’uscita all’istante n dipende solo dal valore presente x(n) del segnale di ingresso e da quello passato x(n − 1).10) oppure la (3.11. con M = 1.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. 3. Si tratta chiaramente di un sistema non causale in quanto l’uscita all’istante n dipende dal valore futuro x(n + 1) del segnale di ingresso. ad esempio. 3. per ogni t < 0. è possibile memorizzarlo (su un supporto magnetico o ottico. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer.102 Proprietà dei sistemi x(n) ∇1 Fig.1(b) e scegliamo x1 (n) = 0.9. y(n) = S[{x(k)}k>n . es. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). la cui corrispondente uscita è y1 (n) = 0.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. per ogni n ≤ 0. Tuttavia.1. infatti. 3. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). y2 (t) = 0. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . con M = 1. 3. Quindi la prop. Si è visto che un sistema in cui l’uscita non soddisfa la (3. per alcuni valori di t ≤ 0. Differenza prima. infatti. Ad esempio. Un sistema siffatto si dice anticausale. 3.11. In quest’ultimo caso. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). Per provare ciò formalmente. § 2..

Sfortunatamente questo non è sempre possibile. la causalità rappresenta un vincolo a cui il sistema deve obbedire. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che.3.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . 3. questo significa che. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore.12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. non vi è alcuna restrizione sui segnali di ingresso e uscita. L’amplificatore è un sistema invertibile.3.5) per esprimere i legami i-u dei sistemi.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. . per ogni segnale y(·) ∈ U. sussiste la seguente definizione di sistema invertibile:10 Definizione 3. le corrispondenti uscite y1 (·) e y1 (·) siano distinte. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). osservato y(t). basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. (3. siamo interessati a risalire all’ingresso x(·) che l’ha generata. è possibile costruire un sistema S−1 : U → I . esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). per ogni segnale di ingresso x(·) ∈ I . pertanto.12) ossia. detto sistema inverso. Si può verificare che. comunque si fissi un segnale di uscita y(·) ∈ U. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . se il sistema S è invertibile. ingressi distinti devono generare uscite distinte. Più precisamente. l’ordine dei due sistemi nella cascata in fig. Esempio 3. anche se non operanti in tempo reale. 10 Nel seguito di questa sezione. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. quando si progetta un sistema. faremo uso della notazione semplificata (3.3 Proprietà dei sistemi 103 in cui ha senso considerare sistemi non causali è quello in cui la variabile indipendente del segnale non rappresenta effettivamente un tempo (ad esempio. In altri termini. nota l’uscita y(·) di un sistema. in altre parole. il sistema S è il sistema inverso di S−1 . Si noti che. α e quindi il sistema inverso è un attenuatore. la variabile indipendente è di tipo spaziale). Da un punto di vista sistemistico. descritto dalla relazione i-u: y(·) = α x(·) .3 Invertibilità In molti casi pratici. non potremo risalire univocamente a x(t). se S−1 è il sistema inverso di S. Se il sistema è invertibile. In questo caso. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. 3. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. 3.12. nell’elaborazione di immagini. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) .

(3. Se tale dipendenza dal tempo non c’è.12). (3. Esempio 3. È facile provare che il sistema raddrizzatore non è invertibile.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3. è in generale un problema abbastanza complesso.) S S -1 x(.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. nella sua forma più generale: y(t) = S [{x(u)}u∈R . Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario].104 Proprietà dei sistemi y(.2) assume la forma y(t) = S [{x(u)}u∈R ] . il raddrizzatore non è dotato di sistema inverso.12) è violata. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] .3) assume la forma y(n) = S [{x(k)}k∈Z ] . Basta infatti osservare che due ingressi distinti x1 (·) e x2 (·) aventi segno opposto [tali cioè che x2 (·) = −x1 (·)] generano gli stessi segnali di uscita y1 (·) ≡ y2 (·) = |x1 (·)| ≡ |x2 (·)|. mentre U è costituito da tutti i segnali non negativi a valori reali.) x(. Estendendo tale concetto in modo ovvio al caso TD. a tale scopo possiamo far riferimento alla condizione necessaria (3.14) . e quindi i suoi effetti sono irreversibili.3. salvo per casi particolari. possiamo dare la seguente definizione: Definizione 3. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo.t] . 3.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . nonché la determinazione del sistema inverso.12. Pertanto.) Fig. Va notato in conclusione che. non vi è alcuna restrizione sui segnali di ingresso. In questo caso. poiché la (3.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. lo studio dell’invertibilità di un sistema. 3.

producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . con riferimento ad un sistema TC. R1 (t) + R2 (t) (3. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura.13. il suo comportamento non cambia nel tempo. e quindi l’origine dei tempi può essere fissata arbitrariamente. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). 3. 3.15) . Specificatamente. ottenuto da x(t) introducendo il ritardo temporale t0 . allora yt0 (t) = y(t − t0 ). nel senso che il segnale di uscita yt0 (t) avrà lo stesso andamento temporale del segnale y(t) (la forma del segnale di uscita non cambia). pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). un sistema che non soddisfa la (3.3 Proprietà dei sistemi 105 x(t) y(t) t1 x (t) t0 t2 t y (t) t0 t1 t2 t2 + T s t t1 t1 + t0 t2 t2 + t0 t t1 t1 + t0 t2 t2 + Ts t2 +Ts + t0 t Fig. in quanto il rapporto R1R2 2 non dipende dal tempo. Viceversa. a partire dal segnale x(t). Se invece il sistema è TV. il segnale x(t) è applicato in ingresso al sistema all’istante t1 . R1 + R2 è un sistema TI. Se tuttavia si tiene conto degli effetti +R termici. Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. ovvero il sistema non “invecchia” e – caso limite – non “si rompe”.3. ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. avente relazione i-u y(t) = R2 x(t) .2). Esempio 3. cioè. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. in questo esempio. Se il sistema è TI. la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema).13.13) o la (3. 3. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. si consideri ora il segnale xt0 (t) = x(t −t0 ). in altre parole. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) .16 (amplificatore a guadagno costante e variabile) Il partitore resistivo.14) si dice tempo-variante (TV) o non stazionario.

il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame.14(a). Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1. 3. più precisamente. In base alla prop. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. La stessa caratterizzazione vale anche nel caso TD. Con riferimento al caso TC. 3. 3. e si scrive y(n) = α (n) x(n).14 sono equivalenti. è utile fornire una caratterizzazione della proprietà di invarianza temporale che. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema.16) Un sistema del tipo (3. essa deve essere soddisfatta “per ogni t0 ∈ R tale che se x(t) ∈ I e y(t) ∈ U allora anche x(t − t0 ) ∈ I e y(t − t0 ) ∈ U”. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). che è illustrata in fig. (b) Un sistema TD con ingresso x(n) ed uscita y(n) è invariante temporalmente se e solo se x(n − n0 ) −→ y(n − n0 ) . la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . per ogni n0 ∈ Z.2(b). per cui si ha la seguente proprietà: Proprietà 3. Viceversa.16) è denominato amplificatore a guadagno variabile.106 Proprietà dei sistemi ed è quella di un sistema TV. per ogni t0 ∈ R. 3.9 in cui compare il funzionale S.2 (caratterizzazione i-u dell’invarianza temporale) (a) Un sistema TC con ingresso x(t) ed uscita y(t) è invariante temporalmente se e solo se x(t − t0 ) −→ y(t − t0 ) . La prop. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. Si faccia attenzione che. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) .13). il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). 3. differentemente dalla def.18) (3. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. 3. e da attenuatore per i valori di t per i quali |α (t)| < 1. a stretto rigore. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. (3. ad esempio. rispetto allo schema di fig.17) . l’ordine tra i due sistemi è scambiato. Notiamo che un partitore del tipo (3.14 con riferimento ad un sistema TD. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. ovvero se e solo se le due configurazioni in cascata riportate in fig. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig.14(b) al segnale di ingresso x(n). nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. 3. in cui. nel senso che (3.2 ha un’interessante interpretazione in termini sistemistici. ottenendo il segnale yn0 (n) in uscita dalla cascata. 3. si può dimostrare che una formulazione equivalente della proprietà di invarianza temporale è la seguente: se all’ingresso x(t) corrisponde l’uscita y(t). coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. 3.

si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . e la loro posizione nella cascata è ininfluente. verifichiamo che in generale il sistema y(t) = α (t) x(t). Per non sbagliare. D’altra parte. introdotto nell’es. evidentemente. denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . come mostrato dagli esempi che seguono. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). si dimostra che l’amplificatore a guadagno variabile a TD. è un sistema TV in generale (è TI se e solo se α (n) = α ). per dimostrare che un dato sistema è invariante temporalmente oppure no. le trasformazioni S e Sz−n0 commutano. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). l’amplificatore a guadagno variabile è un sistema TV. quindi. i due schemi in figura sono equivalenti. è TV. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . ovvero se α (t) = α (costante). 3. In pratica. 3. forniscono la stessa uscita in risposta allo stesso segnale. È chiaro che yt0 (t) = y(t − t0 ). per il quale si ha y(n) = α (n) x(n). per ogni segnale di ingresso x(n) ∈ I .16. Esempio 3. ovviamente tale risultato non sussiste se il sistema è TV.2 piuttosto che la def.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . è conveniente in generale utilizzare la prop. ovvero se la sua relazione i-u è y(t) = α x(t). 3. Se il sistema TD S è TI.3 Proprietà dei sistemi 107 x(n) z . 11 Per semplicità. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. In effetti.5) per esprimere i legami i-u dei sistemi. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) .3. In altre parole.9. facciamo uso ancora una volta della notazione semplificata (3. se il sistema è TI. per cui.2 dell’invarianza temporale. nella relazione precedente può valere l’uguaglianza per ogni ingresso x(t) se e solo se α (t − t0 ) = α (t) per ogni t0 ∈ R. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) .14. conviene procedere per sostituzioni formali. 3.n0 x n (n)=x(n-n0) 0 S y n (n) 0 (a) y(n) x(n) S -n z 0 y(n-n0) (b) Fig. 3. . Analogamente.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop.

per cui resta provato che l’integratore è un sistema TI. Effettuando il cambio di variabile v = u − t0 . Allo stesso modo.1): y(n) = x(−n) . In conclusione. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. tale astrazione è utile per descrivere molti sistemi di interesse il cui comportamento nel tempo è approssimativamente costante su un periodo di tempo sufficientemente lungo (rispetto all’intervallo di tempo in cui ci interessa studiare il sistema). in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. Esempio 3. Ad esempio. e l’integratore non causale dell’es. Tuttavia. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . M all’ingresso xn0 (n) = x(n − n0 ) corrisponderà l’uscita: yn0 (n) = k=0 ∑ bk xn0 (n − k) = ∑ bk x(n − n0 − k) = y(n − n0 ) . Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ).2 è un sistema TI. se il volume è tenuto fisso.9 è TI. per l’intervallo di durata di un compact disc. Esempio 3. e pertanto il sistema risulta essere TV. il sistema risulterebbe TV. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . 3. Tuttavia.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. 3. Infatti. il sistema può ritenersi ragionevolmente TI.20 (tempo-varianza della riflessione) Consideriamo il sistema TD che effettua la riflessione temporale di un segnale (si tratta di una delle operazioni elementari introdotte nel § 2. .1 è un sistema TI.8. un amplificatore audio non è un sistema TI in senso stretto. sono anch’essi sistemi TI. 3.10. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . 3. se tale proprietà non fosse verificata. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . 3. k=0 M M per cui il sistema è effettivamente TI. e cambia meno drasticamente quando si alza o si abbassa il volume. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. si può provare che l’integratore con memoria dell’es. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es.108 Proprietà dei sistemi Esempio 3.

bisogna supporre che l’ingresso sia arbitrario ma limitato. con Kx . ∀t ∈ R . Con analoghi passaggi. Nel seguito. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z.23 (sistema MA) Proviamo che il sistema MA dell’es.10 (sistema stabile in senso BIBO) (a) Un sistema TC con ingresso x(t) ed uscita y(t) si dice stabile in senso BIBO se |x(t)| ≤ Kx per ogni t ∈ R =⇒ |y(t)| ≤ Ky per ogni t ∈ R . In pratica. è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . cioè che valga la condizione |x(·)| ≤ Kx . per cui anche y(t) è limitato. con Kx . 3. per ogni valore di tempo. (3. Esempio 3. Ky ∈ R+ . se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). e non attraverso la rappresentazione i-s-u. Ky ∈ R+ . Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. quando parleremo di stabilità intenderemo sempre la stabilità BIBO.5 Stabilità Un sistema si dice stabile in senso BIBO (bounded-input bounded-output) se l’uscita corrispondente ad un qualunque ingresso di ampiezza limitata è a sua volta di ampiezza limitata. Esempio 3. . (3. Infatti.21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. che coinvolgono anche la limitatezza delle variabili di stato.20) per ogni x(n) ∈ I limitato. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky .19) per ogni x(t) ∈ I limitato.22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t).3 Proprietà dei sistemi 109 3. e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky .12 Matematicamente. (b) Un sistema TD con ingresso x(n) ed uscita y(n) si dice stabile in senso BIBO se |x(n)| ≤ Kx per ogni n ∈ Z =⇒ |y(n)| ≤ Ky per ogni n ∈ Z . e supponendo anche in questo caso che il guadagno sia limitato. si possono dare definizioni diverse di stabilità. e trovare un’opportuna maggiorazione per l’uscita. ∀t ∈ R . è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. per ogni valore di tempo.9.3. Per la rappresentazione i-s-u. invece. M stabilità BIBO è anche detta stabilità esterna in quanto coinvolge solo le grandezze esterne al sistema (ingresso ed uscita) e non le grandezze interne al sistema (stato): questa definizione di stabilità è quindi in perfetto accordo con la scelta di descrivere i sistemi mediante la rappresentazione i-u. da cui si ricava che anche y(t) è limitato. per provare che un sistema è stabile. Esempio 3. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile.3. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3.

Viceversa. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . k=0 M M per cui anche y(n) è limitato. per provare che un sistema è instabile. è stabile. Come si vede. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. Esempio 3.15. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . Un esempio di sistema instabile: il Tacoma Narrows Bridge. . (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. per provare che un sistema è stabile.1.24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es.110 Proprietà dei sistemi (a) (b) (c) Fig. (b) Le oscillazioni viste da una estremità del ponte. 3. in ogni istante di tempo. (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura. assume cioè valore infinito in almeno un istante di tempo. descritto dalla relazione i-u y(t) = t −∞ x(u) du . la sua stabilità dipende dal fatto che è descritto da una relazione i-u consistente nella somma finita di valori ritardati dell’ingresso (moltiplicati per dei coefficienti costanti). ∀n ∈ Z . è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. 3. che è un segnale limitato in quanto assume solo i valori 0 ed 1. Infatti. Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. con la sola ipotesi che |x(·)| ≤ Kx . se |x(n)| ≤ Kx per ogni n ∈ Z. quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. Notiamo che un sistema MA è sempre stabile.5 metri.

Infatti. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. 3.C. t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. t t u(u) du = y(t) =  du = t . Tale difficoltà lascia intuire che il sistema è instabile.  n n y(n) = ∑ u(k) = ∑ 1 = n+1. 2. avente relazione i-u y(n) = k=−∞ ∑ n x(k) . −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). t < 0. è instabile. secondo la definizione seguente: . mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD. t ≥ 0 . abbiamo provato che il sistema è instabile. D’altra parte. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. Nel seguito supporremo che. si ottiene in uscita il segnale  0 .. poniamo in ingresso x(t) = u(t) (ingresso limitato). che. per provarlo. l’uscita non assumerà mai valori arbitrariamente grandi. cioè l’accumulatore dell’es. In maniera simile.15). 3. in un sistema fisico instabile. Proprio per evitare l’innesco di pericolose oscillazioni. La stabilità è una proprietà fondamentale nel progetto dei sistemi. che rappresenta una rampa a TC (fig. applicando al sistema segnali di ingresso limitati. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. si prova che la versione a TD dell’integratore con memoria infinita. Questa scelta ci consente di trattare anche segnali. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD).3. che possono portare alla rottura.3 Proprietà dei sistemi 111 non è un sistema stabile. cioè. i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività. pochi mesi dopo essere stato aperto al traffico. X ≡ C. per determinati segnali di ingresso. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du .43). USA) che crollò nel 1940.3. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. n < 0. se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita. n ≥ 0. rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali.6 Linearità La proprietà di linearità è estremamente importante. e calcoliamo l’uscita:  0 . in quanto assicura che.2. che è non limitato. in quanto l’integrale −∞ du non è limitato. l’uscita può assumere. se si pone in ingresso x(n) = u(n). quali ad esempio il fasore. a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. 3. ed è un segnale non limitato in ampiezza. Infatti. valori arbitrariamente grandi. più in generale. rispettivamente. Viceversa.

affinchè il sistema S possa essere lineare. se il sistema S verifica la proprietà di omogeneità. se il sistema S verifica la proprietà di additività.17. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. la proprietà di additività impone implicitamente che. nel senso che ya (·) ≡ yb (·). se x1 (·) ∈ I e x2 (·) ∈ I. 3.16. Precisamente.16(a) è equivalente alla configurazione serie in fig. In altre parole. allora la configurazione serie in fig.) α (a) S y a(. allora anche α x(·) ∈ I. la proprietà di omogeneità può essere interpretata come in fig. quindi. Definizione 3. se si deve calcolare la risposta del . ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. si ha: α x(·) −→ α y(·) . Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. se il sistema è omogeneo.16.16(b) (si faccia attenzione: non è una configurazione parallelo).112 Proprietà dei sistemi x(. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. Allo stesso modo. allora anche x1 (·) + x2 (·) ∈ I.11 (sistema lineare) Un sistema si dice lineare se soddisfa le seguenti due proprietà: (a) Omogeneità: per ogni coppia di segnali di ingresso x(·) ∈ I ed uscita y(·) ∈ U. allora la cascata del sommatore e del sistema S in fig. 3. 3. con riferimento alla fig. 3.16(b). (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. Da un punto di vista sistemistico.) (b) Fig. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . le configurazioni (a) e (b) sono equivalenti. la proprietà di omogeneità impone implicitamente che.17(a) è equivalente al sistema raffigurato in fig. si può equivalentemente calcolare prima la risposta del sistema S al segnale di ingresso x(·) e poi far passare il segnale ottenuto attraverso un amplificatore di guadagno α . se x(·) ∈ I. Infatti. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale.) x(. 3. ∀α ∈ C . nel senso che ya (·) ≡ yb (·). 3. quindi. 3. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U. Se il sistema S verifica la proprietà di omogeneità.) S α y b(. Pertanto. Da un punto di vista matematico.

Le due proprietà precedenti. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) . ∀α1 . anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . α2 ∈ C . allora i due sistemi riportati in fig. che caratterizzano la linearità di un sistema. 3. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3.22) che ammette l’interpretazione sistemistica riportata in fig.3. sistema S al segnale di ingresso x1 (·) + x2 (·) si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente.) S y a(. (3. cioè. pertanto. e poi sommare i segnali di uscita ottenuti.5) per il sistema S. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U.) x2(. le configurazioni (a) e (b) sono equivalenti. (3.18(a) e fig.18: se il sistema S è lineare.) (a) x1(.) x2(. 3.) S y b(.3 (principio di sovrapposizione) Un sistema è lineare se.) S (b) Fig. se si deve . 3. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. ∀α1 .3 Proprietà dei sistemi 113 x1(.21) Notiamo che il principio di sovrapposizione si può esprimere. ya (·) ≡ yb (·). adoperando la notazione semplificata (3.18(b) sono equivalenti. Se il sistema S verifica la proprietà di additività.17. 3. α2 ∈ C .

che ovviamente racchiude la (3. si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) . Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se.22) da sola non basta per assicurare la (3. con gli stessi coefficienti. utilizzando i coefficienti α1 e α2 .23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3.) S α1 y b(. La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi.) S α2 (b) Fig. .) α1 S α2 (a) y a(. ∈ C . si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione).22). l’uscita corrispondente ad una arbitraria combinazione lineare di {xk (·)}k∈Z è costituita dalla combinazione lineare.23) come definizione di principio di sovrapposizione.114 Proprietà dei sistemi x1(. Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico. . si noti che. il numero di segnali xk (·) è infinito. con k ∈ Z. ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici. A tale proposito. 3.22) come caso particolare. i segnali di uscita ottenuti. delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente.23): in questo caso. . se. Se il sistema S è lineare. Il principio di sovrapposizione si può estendere anche a più di due ingressi e con qualche cautela matematica anche ad una infinità numerabile di ingressi: se all’ingresso xk (·) ∈ I corrisponde l’uscita yk (·) ∈ U. nel seguito assumeremo la (3. . e poi combinare linearmente. . k ∀α1 . calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·). α2 . . αk . invece. la (3.18. anche la linearità è una idealizzazione . (3.) x2(. comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I.) x2(.23) discende semplicemente dalla (3. . come l’invarianza temporale. occorre imporre alcune condizioni matematiche aggiuntive.) x1(.

26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. Sia x0 (·) ≡ 0 l’ingresso nullo. in quanto. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). . Prova. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). 3. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. si ha. il sistema dell’es.13 Esempio 3. α x0 (·) −→ α y0 (·) . e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. Esempio 3. Ad esempio. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . con b0 = 0. 13 Tipicamente. Nell’es. per l’omogeneità. Tali sistemi sono una generalizzazione dei sistemi lineari. l’uscita corrispondente è necessariamente nulla. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. in pratica. che rappresenta l’uscita corrispondente all’ingresso nullo. si trova y0 (t) = b0 = 0. in quanto soddisfa al principio di sovrapposizione. Infatti.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. e più precisamente dell’omogeneità. Sia nel caso TC che TD.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. Adoperando la formulazione (3.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. in particolare. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare.22). Infatti ponendo x(t) ≡ 0. Proprietà 3.3. si intende un sistema che soddisfa il principio di sovrapposizione. in elettronica. variabile da sistema a sistema. ∀α ∈ C . In pratica.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . e si dicono lineari per le differenze. (3. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. si ha yL (t) = b1 x(t) e y0 (t) = b0 . 3. 3. Poiché x0 (·) −→ y0 (·). quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. quando si parla di sistema lineare.26. e la moltiplicazione del segnale di ingresso per una costante di ampiezza arbitraria non si traduce semplicemente nella moltiplicazione dell’uscita per la stessa costante. si ha. Una conseguenza importante della proprietà di linearità. infatti. il sistema non può più considerarsi lineare. se si considera un amplificatore audio e lo si forza in ingresso con un segnale di tensione la cui ampiezza è maggiore di quella per cui il sistema è stato progettato.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. Sebbene sia non lineare secondo la definizione data.24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. con semplici calcoli algebrici: S[α1 x1 (t) + α2 x2 (t)] = α (t)[α1 x1 (t) + α2 x2 (t)] = α1 [α (t) x1 (t)] + α2 [α (t) x2 (t)] = α1 S[x1 (t)] + α2 S[x2 (t)] . e sia y0 (·) l’uscita corrispondente a tale ingresso. allora deve aversi necessariamente y0 (·) = α y0 (·). se l’ampiezza del segnale di ingresso eccede tale soglia. ∀α ∈ C.

detti anche non-linearità senza memoria: Definizione 3. e prende il nome di sistema quadratico o non-linearità quadratica. 3.116 Proprietà dei sistemi x(.6. descritto dalla relazione iu y(t) = g[x(t)] (nel caso TC) oppure da y(n) = g[x(n)] (nel caso TD) prende il nome di non linearità senza memoria. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria. 3. e quindi non è omogeneo. che prende il nome di caratteristica i-u.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare.20. Un caso più caratteristico di sistema non lineare. e sono rappresentati graficamente come in fig. Esso appartiene pertanto ad una classe più generale di sistemi.3.15). Esempio 3.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). 3. y(t) = sgn[x(t)] (“hard limiter”).) g(x) y(.6.12 (non linearità senza memoria) Sia g(·) una funzione non lineare.1).) sistema lineare y L(. Esempio 3. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità. è descritto nell’esempio seguente. inoltre 2 2 2 2 S[x1 (t) + x2 (t)] = [x1 (t) + x2 (t)]2 = x1 (t) + x2 (t) + 2 x1 (t) x2 (t) = x1 (t) + x2 (t) = S[x1 (t)] + S[x2 (t)] . 3. Infatti.27 è anche TI e non dispersivo o senza memoria (cfr. cfr. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante.19. arbitrari x1 (·) e x2 (·). Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. un sistema TI senza memoria. es. 3. né quella di additività.) Fig. § 3.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . Un esempio “fisico” tratto dall’elettronica è il diodo.20. § 4.) y(.21. e quindi non è additivo. che non risulta neppure lineare per le differenze.2) lineari e a coefficienti costanti. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] . cfr. § 4. Il sistema quadratico dell’es.1) o alle differenze (nel caso TD. se si indica (fig. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. 3.) x(. Infatti. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. e y(t) = x3 (t) (sistema cubico). Fig. cfr. 3. Per l’omogeneità.) y 0(.

22) è g(x) = x R .21. si può porre. 3. Schema elettrico di un diodo. 3. Caratteristica ingresso-uscita di un diodo. altrimenti. che scorre nel diodo. dove R è la resistenza del diodo in conduzione. Altri esempi di sistemi elettronici descritti approssimativamente15 da modelli non lineari senza memoria sono i transistori bipolari (bipolar junction transistor. . il che è ragionevole per segnali costanti o lentamente variabili. poiché essa non è lineare per tutti i valori di x. dove la caratteristica i-u g(x) (fig.22. BJT) ed i transistori ad effetto di campo (field-effect transistor. in ogni caso. 3. 14 Un modello più accurato mostra che la relazione tra tensione e corrente in un diodo in conduzione segue una legge di tipo esponenziale. con buona14 approssimazione. Fig. Il parametro R rappresenta la resistenza del diodo in conduzione. modellato come un sistema non lineare senza memoria. FET).22 è lineare a tratti. y(t) = g[x(t)]. x ≥ 0. che assume in genere valori molto piccoli (dell’ordine di pochi decimi di ohm). avente come ingresso la tensione x(t) e come uscita la corrente y(t).3 Proprietà dei sistemi 117 y(t) y=g(x) x(t) tg(θ)=R x Fig.3. il sistema non può essere considerato lineare. 15 Bisogna notare che per i componenti elettronici menzionati (diodi e transistori) il modello di sistema senza memoria è accurato solo se si trascurano gli effetti capacitivi. 3. 0 . Notiamo che la funzione g(x) di fig.

Calcolare la memoria del sistema. .2. Risultato: y(t) = 2 u[x(t)]. 3. Risultato: y(n) = x(n) + 1 x(n − 1).4 Esercizi proposti Esercizio 3. Risultato: La memoria è pari a N − 1.2 Si consideri l’interconnessione di sistemi riportata in fig.23.23.118 Proprietà dei sistemi 3.23. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . 3. Sistema dell’esercizio 3. Determinare il legame i-u del sistema (complessivo) riportato in fig. 2 4 S3 : y(n) = x(2n) . 4 Esercizio 3. 3. y(t) = ex(t) . Determinare il legame i-u del sistema (complessivo) riportato in figura.3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . Esercizio 3.1 Si consideri la seguente interconnessione di sistemi: x(n) S1 S2 S3 y(n) dove i legami i-u dei tre sistemi sono i seguenti: S1 : y(n) = x n . S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 . dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig. y(t) = sgn[x(t)]. y(t) = 2 ln(|x(t)|). con N ≥ 1 numero intero dispari .

con T2 > 0.1 del libro di testo. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop.1 del libro di testo. Esercizio 3. l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. con A ∈ R. se T1 < T2 . x(τ ) dτ . 3. 3. t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura.6 Un sistema S con ingresso x(n) ed uscita y(n) presenta le seguenti coppie i-u: x(n) = u(n + 2) −→ y(n) = 2−n u(n + 1) . x(t) = rect(t − 1) −→ y(t) = e−3t .7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) .] Risultato: Il sistema è non causale. (b) non invertibile: in virtù del risultato del punto (a). Esercizio 3. la memoria è pari a 2 T2 − T1 .] Risultato: Il sistema può essere causale (non è detto che lo sia). la memoria è pari a T1 . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. x(n) = R3 (n) −→ y(n) = 3n u(n) . Esercizio 3. (b) Il sistema è invertibile? Giustificare la risposta.4 Si consideri la seguente interconnessione di sistemi: dove i legami i-u dei due sistemi sono i seguenti: S1 : y(t) = S2 : y(t) = t t−T1 x(τ ) dτ . . Risultato: (a) y(n) ≡ 0.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3. indipendentemente dalla costante A. Risultato: Se T1 ≥ T2 .5 Un sistema S con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = u(t + 3) −→ y(t) = e−5t u(t) . con T1 > 0.3.

Risultato: (a) ya (n) = 2 δ (n + 2) + δ (n + 1) − 2 δ (n) + 3 δ (n − 1) + 2 δ (n − 2) + δ (n − 3). x2 (n) e x3 (n).24 è lineare.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . y1(n) x1(n) 1 -1 0 -2 -2 y2(n) 1 -1 S 0 -2 -3 y3(n) x3(n) 1 0 1 1 S n -2 2 1 1 -1 0 2 n 2 n -1 0 1 2 -1 3 n 1 n -1 S -1 0 1 2 3 n 3 3 1 x2(n) 1 -1 -3 Fig. l’insieme U è costituito da tutti i segnali positivi. . Nella stessa figura sono riportate le uscite del sistema y1 (n). Segnali dell’esercizio 3.9 Il sistema S in fig.120 Proprietà dei sistemi Esercizio 3. (b) S è invertibile e il suo sistema inverso è caratterizzato dal seguente legame i-u: x(t) ∈ U −→ y(t) = ln[x(t)] ∈ I.24. è necessariamente tempo-variante. (c) non può essere tempo-invariante. Esercizio 3. In caso affermativo. Esercizio 3. 3. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). stabilire se il sistema può essere tempo-invariante. determinare il sistema inverso. Risultato: (a) nessuna restrizione su I.9. (b) Stabilire se tale sistema è invertibile. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3). (a) Caratterizzare gli insiemi di ingresso ed uscita. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). rispettivamente. 3.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U .

dire se il sistema può essere tempo-invariante. è necessariamente non lineare. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). Risultato: (a) non può essere lineare.12 Un sistema S lineare con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = e j2t −→ y(t) = e j3t . Sistema dell’esercizio 3. Nella stessa figura sono riportate le uscite del sistema y1 (n). (b) yb (t) = cos(3t − 1). Esercizio 3. 3. Esercizio 3. 3.11 Si consideri il sistema riportato in fig. Risultato: (a) ya (t) = cos(3t).11.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: .26 è tempo-invariante. (b) stabile. Risultato: (a) ya (t) = cos(2π fct).25.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). (c) Stabilire se il sistema può essere tempo-invariante.25. (c) il sistema non può essere tempo-invariante. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). x2 (n) e x3 (n). Esercizio 3.13 Il sistema S in fig. x(t) = e− j2t −→ y(t) = e− j3t . 3. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). (c) non può essere tempo-invariante. (a) Stabilire se il sistema può essere lineare. (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). è necessariamente tempo-variante.3. (a) Determinare il legame i-u del sistema. (b) Dire se il sistema è stabile. (b) yb (t) = ya (t) = cos(2π fct). Esercizio 3. x(n) y(n) (-1) n Fig. è necessariamente tempo-variante. con t0 ∈ R. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). rispettivamente.

motivando brevemente le risposte. tempo-variante e stabile. Risultato: (a) non lineare. Esercizio 3. causalità. stabilità): (a) y(t) = 2 exp[x(t)]. tempo-variante e stabile. motivando la risposta e fornendo almeno un esempio a suo supporto. (c) y(t) = x(t) cos(2π t). causale se T > 0 e non causale se T < 0. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità. non dispersivo. S2 : y(n) = x(n + 2). 3. se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). causale. (e) y(t) = [x(t) − x(t − T )] u[x(t)]. le uscite dei due sistemi S1. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1. dispersivo. invarianza temporale. mentre l’uscita del sistema S2. Inoltre. causale se T ≥ 0 e non causale se T < 0. tempo-invariante e stabile. (e) non lineare. (d) lineare.1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). non dispersivo.122 Proprietà dei sistemi y1(n) x1(n) 2 1 S 0 1 n y2(n) x2(n) 2 2 S 0 1 n 3 2 0 1 2 4 3 n 0 1 2 n y3(n) x3(n) 1 S 0 1 2 3 4 n -2 -1 0 1 n 3 2 Fig.1 è y(n) = x(−n + 2).2 è y(n) = x(−n − 2).2 e S2. . il legame i-u del sistema S2. causale. S1 : y(n) = x(−n) . con T ∈ R − {0}. sia S1. non dispersività.2 è y(n) = δ (n + 2). tempo-invariante e stabile. dispersivo. mentre S2. Stabilire. (d) y(t) = [x(t) + x(t − T )] u(t).1 sono necessariamente uguali”. (b) y(t) = x(t − 2) − x(1 − t). (b) lineare. l’uscita del sistema S1. tempo-variante e stabile.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). non causale.26. Esempio: quando x1 [n] = x2 [n] = δ [n].13. Segnali dell’esercizio 3.1 è y(n) = δ (n − 2).15 Classificare. dispersivo se T = 0. (c) lineare.

(d) y(n) = x(n) +∞ k=0 ∑ δ (n − k). Esercizio 3. stabilità): (a) y(n) = x(n) + u(n + 1). h(τ ) x2 (t − τ ) dτ . non causale. non dispersività. dispersivo. altrimenti . causale. con m0 ∈ N. (b) non lineare. (e) lineare. invarianza temporale. (b) y(n) = x(−n). (d) y(t) = 1 2T T −T x(t − τ )dτ .16 Classificare. non causale se T < 0. dispersivo. causalità. (c) y(t) = x(t)  0. causale.   1 . invarianza temporale.17 Classificare in base alle loro proprietà (linearità. (d) y(n) = k=m0  0 . (c) non lineare. instabile. Risultato: (a) non lineare (lineare per le differenze). tempo-invariante. invarianza temporale. non dispersività. non dispersivo. stabilità): (a) y(n) = a x(n) + b. per n ≥ m0 . causalità. causalità. (e) y(n) = an u(n) x(n). dispersivo. non dispersivo. tempo-invariante e stabile. non dispersivo. b ∈ R − {0}. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. tempo-invariante. tempo-invariante. con a ∈ R − {0}. Risultato: (a) lineare. se x(t) = 0 .  n   ∑ x(k) . con m0 ∈ Z . causale. con T ∈ R − {0}. (c) non lineare. (b) lineare. causale se T ≥ 0. con a. (b) y(n) = cos(π n) x(n). Esercizio 3. tempoinvariante e stabile. tempo-invariante e stabile. (c) y(n) = x(n2 ). stabile se h(τ ) è sommabile. causale. non causale. motivando brevemente le risposte. (c) y(n) = ex(n) . motivando brevemente le risposte. dispersivo. stabilità) i sistemi TC individuati dalle seguenti relazioni i-u: (a) y(t) = (b) y(t) = +∞ 0 T 0 h(τ ) x(t − τ ) dτ . dispersivo.3. dispersivo. non causale.18 Classificare. . tempo-variante e instabile.4 Esercizi proposti 123 Esercizio 3. (d) lineare. tempo-invariante e stabile. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. stabile se h(τ ) è sommabile. altrimenti . causale. non dispersività. tempo-variante e stabile. (d) lineare. (e) y(n) = n+m0 k=n−m0 ∑ x(k).

(b) lineare. non dispersivo. tempo-invariante. non dispersivo. causale. motivando brevemente le risposte. (c) non lineare. 0. (c) lineare. non causale. sgn(k) x(n − k). stabile. (c) y(t) = x(−t) + 5. altrimenti . invarianza temporale. stabile. tempo-variante. tempo-variante. (c) lineare. se x(t) = 0 . tempo-invariante. non dispersivo. causale. i sistemi TC caratterizzati dalle seguenti relazioni i-u: (a) y(t) = t ln(|x(t)|) . stabilità):   x(n) . Risultato: (a) non lineare. non causale. non causale. causale. (a) y(n) = n 0 . causalità. non causale. altrimenti . tempo-invariante. causale. dispersivo. non dispersivo. instabile. tempo-variante e stabile. (c) y(n) = (d) y(n) = n+2 k=n−2 +∞ k=−∞ ∑ x2 (k). . dispersivo. i sistemi TC caratterizzati dalle seguenti relazioni i-u: (a) y(t) = ln(|x(t)|) . (d) non lineare. stabile per |a| ≤ 1 ed instabile per |a| > 1. causale. (c) non lineare (lineare per le differenze). (c) y(t) = x(t) sgn(t). Esercizio 3. tempo-variante. sulla base delle proprietà (linearità.19 Classificare. dispersivo. non dispersivo. stabile. dispersivo. non dispersività. ∑ Risultato: (a) lineare. stabile. tempo-variante e stabile. tempo-invariante. motivando brevemente le risposte. causale. causale. tempo-variante. tempo-variante. Esercizio 3. dispersivo. stabile. stabile. causalità. (d) lineare. dispersivo.124 Proprietà dei sistemi Risultato: (a) non lineare (lineare per le differenze).20 Classificare. (b) y(t) = a(t) x(−t). stabile. stabile. se x(t) = 0 . causale. non dispersivo. con a(t) segnale reale limitato. tempo-variante. tempo-variante. causale. (d) y(t) = sgn[x(−t)]. se n = 0 . causalità. motivando brevemente le risposte. (b) y(n) = x(2 n) + x(10 − n). (e) lineare. tempo-variante. instabile. (d) lineare. (b) lineare. (b) y(t) = x(t) + x(−t). invarianza temporale e stabilità). non causale. non dispersivo. non causale. ciascuno dei sistemi sotto riportati sulla base delle loro proprietà (linearità. non dispersivo. (d) y(t) = sgn[x(t)]. stabile. non dispersivo. sulla base delle proprietà di linearità. dispersivo. Risultato: (a) non lineare. tempo-variante e stabile. non dispersività. Esercizio 3. (d) non lineare. non dispersività. (b) lineare.21 Classificare. altrimenti . dispersivo. (b) lineare. tempo-variante e stabile. 0. non causale. invarianza temporale e stabilità. tempo-variante. non causale. instabile.

non dispersivo. causale. motivando brevemente le risposte. dispersivo.3. stabile. tempo-invariante. invarianza temporale e stabilità. i sistemi caratterizzati dalle seguenti relazioni ingresso/uscita: (a) y(n) = 1 M1 + M2 + 1 k=−M1 ∑ M2 x(n − k). . x(n − 1)}. con k ∈ Z . instabile. con M1 . tempo-variante. 2 altrimenti . causalità. dispersivo. non dispersività. stabile. non causale. causale. sulla base delle proprietà di linearità. (b) non lineare. Risultato: (a) lineare.4 Esercizi proposti 125 Esercizio 3. se x(n) = 0. tempo-invariante.22 Classificare. (b) y(n) = max{x(n). (c) non lineare. (c) y(n) = n tan[x(n)] . M2 ∈ N. π + k π .

126 Proprietà dei sistemi .

Infine. che può essere espressa mediante una particolare operazione matematica. 4. 3 non devono necessariamente essere possedute contemporaneamente da un dato sistema. e nel caso TD da equazioni alle differenze. e per essi esistono tecniche di analisi e di sintesi semplici. 3. ovvero dei sistemi che possiedono sia la proprietà di linearità.3). Tali sistemi sono denominati sistemi lineari tempo-invarianti (LTI). La proprietà fondamentale che semplifica lo studio dei sistemi LTI (più in generale. potenti e generali. ovvero i sistemi LTI descritti nel caso TC da equazioni differenziali. per semplicità di notazione. il nostro studio si concentrerà su tale classe di sistemi. In particolare. introdurremo il fondamentale concetto di risposta in frequenza di un sistema LTI. In questo capitolo. sarà descritto nel seguito mediante la notazione semplificata y(·) = S[x(·)]. es. mostreremo che tali sistemi ammettono una relazione i-u semplice e generale. sia quella di invarianza temporale. numerosi sistemi. Ad esempio.1 Introduzione Le proprietà di invarianza temporale e linearità viste nel cap. mentre il sistema quadratico y(t) = x2 (t) (cfr.Capitolo 4 Sistemi lineari tempo-invarianti (LTI) In questo capitolo approfondiremo lo studio dei sistemi lineari tempo-invarianti (LTI). tra il segnale di ingresso e una funzione che descrive completamente il sistema nel dominio del tempo.27) è un sistema non lineare ma tempo-invariante. la sua risposta impulsiva. es. 3. il cui legame i-u. consideriamo il sistema lineare descritto dalla trasformazione S : I → U. In particolare. Introdurremo poi una classe importante di sistemi LTI. che si incontrano frequentemente nelle applicazioni. 3. che rappresenta la base per lo studio dei sistemi nel dominio della frequenza e che sarà approfondito nei capitoli seguenti. A tale proposito.16) è un sistema lineare ma tempo-variante (sistema LTV). di grande interesse per le applicazioni. sia quella di invarianza temporale. ed in gran parte del seguito della trattazione. calcolando la risposta di un sistema LTI ad un fasore applicato al suo ingresso. Tuttavia. l’amplificatore con guadagno variabile y(t) = α (t) x(t) (cfr. supponiamo che un generico ingresso TC o TD x(·) ∈ I possa essere espresso come sovrapposizione di segnali semplici o . denominata convoluzione. dei sistemi lineari) è il principio di sovrapposizione (prop. possiedono sia la proprietà di linearità.

idealmente. k (4. Nel seguito di questo capitolo studieremo approfonditamente la rappresentazione dei sistemi LTI nel dominio del tempo. però. ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·). (3) deve essere semplice calcolare la risposta yk (·) del sistema a ciascuno dei segnali xk (·).1) dove i coefficienti αk sono in generale dei numeri complessi. e la funzione che caratterizza il sistema LTI nel dominio della frequenza prende il nome di risposta in frequenza o risposta armonica. k k (4. e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva.2 Relazione i-u di un sistema LTI e risposta impulsiva Un concetto fondamentale nella caratterizzazione dei sistemi LTI nel dominio del tempo è quello di risposta impulsiva:1 esso nasce dalla possibilità di rappresentare un arbitrario segnale x(·) come sovrapposizione di impulsi traslati nel tempo. e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza. Applicando il principio di sovrapposizione (3. in quanto come vedremo i segnali elementari possono assumere valori complessi.1). le scelte più comuni per i segnali elementari xk (·) sono due: • i segnali xk (·) sono impulsi: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio del tempo. in tal caso.128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) . devono essere in grado di rappresentare tutti i segnali di interesse pratico. i segnali elementari xk (·) da utilizzare nella (4. 4. in particolare. ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·). in linea di principio. deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4. (2) per un dato segnale di interesse x(·). 1 Il . tuttavia. e quello di risposta in frequenza ad esso strettamente legato. di semplificare notevolmente lo studio dei sistemi lineari.uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli. tali funzioni dipendono da due variabili.2) mostra che l’uscita y(·) si può esprimere come sovrapposizione. Questa proprietà consente. Per approfondire tale rappresentazione. possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti). Tenendo conto delle proprietà precedenti. essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·). • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza.1) può essere finito oppure infinito numerabile. Affinché tale tecnica sia applicabile in pratica. in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·). con gli stessi coefficienti αk .1) devono essere scelti in modo opportuno. Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4. è conveniente concetto di risposta impulsiva. si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) . La (4. dei segnali yk (·).2) dove yk (·) = S[xk (·)].23).

La funzione h(n) che compare nella (4. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. Notiamo peraltro che la (4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . . sia posto in ingresso ad un sistema TD LTI. la (4. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . con k ∈ Z. il segnale di uscita h(n) trasla anch’esso di k campioni. sia la proprietà di invarianza temporale [nella (4.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . ∀k ∈ Z .3.5) dove abbiamo applicato il principio di sovrapposizione. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. L’operazione matematica effettuata tra x(n) ed h(n) nella (4. 3. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore).5)]. In questo senso. si ha semplicemente αk = x(k). che rappresenta la risposta del sistema LTI all’impulso δ (n) applicato al suo ingresso: per la proprietà di invarianza temporale (si veda in particolare la caratterizzazione i-u dell’invarianza temporale espressa dalla prop. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini.4. 2.7) dove la seconda espressione si può ottenere dalla prima con il semplice cambiamento di variabile n − k = k e ponendo poi nuovamente k in luogo di k . Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . utilizzando la conoscenza della sola risposta impulsiva del sistema.7) prende il nome di convoluzione a TD.1) l’insieme numerabile degli impulsi discreti traslati nel tempo.6)]. e sarà studiata più approfonditamente nel § 4.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta. Si noti che.6) cioè traslando l’impulso in ingresso di k campioni. Supponiamo allora che un segnale x(n).2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD.4) si può giustificare in maniera più formale anche applicando le prop.3) Determinare i coefficienti αk della rappresentazione è semplice. non essendo dipendenti dal tempo n. (4. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. come già detto.4). la rappresentazione (4. Pertanto. Scegliendo come segnali elementari xk (n) nella (4. ed abbiamo sfruttato il fatto che le quantità x(k).7) abbiamo utilizzato sia la proprietà di linearità [nella (4.5). vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). ovvero xk (n) = δ (n − k).4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. esteso al caso di una infinità (numerabile) di segnali. (4. (4. (4.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n). nonché l’invarianza temporale del sistema. (4. se si osserva che gli impulsi δ (n − k) nella (4. Ribadiamo che per ricavare la (4.3 dell’impulso discreto. rappresentato mediante la (4. sostituendo la (4.3) non si sovrappongono nel tempo. si dice che la risposta impulsiva è una risposta canonica.6) nella (4. Definiamo allora il segnale h(n) = S[δ (n)].

. . M} .1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). In sostanza. x(1) h(n − 1) e x(2) h(n − 2). 1. 4. M (4.8) e la (4. 5}. dove è calcolata graficamente la risposta del sistema MA dell’es. . pari ad M + 1 campioni. (4. il segnale di uscita si ottiene sommando tali segnali. con n ∈ Z. 3. la (4. (a) Risposta impulsiva di un generico sistema MA. 1.7). per un dato k ∈ Z.7) mostra che. 4. k ∈ {0. 1. il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). 0 1 2 3 M -1 M n bM h(n) 1/6 bM-1 0 1 2 3 4 5 n (a) (b) Fig. avente la risposta impulsiva di fig. 6 Esempio 4. Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. 4.10) espressione che fornisce gli stessi valori della (4. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.1. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . si ha. . altrimenti .1(b) al caso M = 5 e 1 bk = M+1 = 1 . 5}. 0 . e particolarizzata in fig. M (4. 4. il campione x(k) δ (n − k) del segnale di ingresso all’istante n = k è “trasformato” dal sistema nel segnale x(k) h(n − k).9. . al segnale di ingresso x(n) = 1 R3 (n).7). cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2).130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 .9). ∀k ∈ {0. partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk .7). ponendo x(n) = δ (n) nella (4. Questa interpretazione è chiarita in fig. D’altra parte. per ogni k ∈ Z. 4.2.1(b). e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. (4. 4. .11) . . è utile mettere in luce una particolare interpretazione della (4. è semplice provare che tale sistema è sia lineare che tempo-invariante. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . . .. È interessante notare che la risposta impulsiva del sistema MA è di durata finita. .8): h(n) = k=0 ∑ bk δ (n − k) ..1(a) nel caso generale.1. Infatti.8) Seguendo i procedimenti delineati negli esempi del capitolo precedente. x(1) δ (n − 1) e x(2) δ (n − 2) a cui il sistema fa corrispondere in uscita i tre segnali x(0) h(n). . ∀k ∈ {0. dal confronto tra la (4. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)].9) rappresentata graficamente in fig. Prima di passare al caso TC. . .

2.2 Relazione i-u di un sistema LTI e risposta impulsiva 131 x(n) h(n) 1/3 1/6 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(0) δ(n) x(0) h(n) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(1) δ(n-1) x(1) h(n-1) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(2) δ(n-2) x(2) h(n-2) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n y(n) = x(0) h( n) + x(1) h( n-1) + x(2) h( n-2) 1/6 1/9 1/18 0 1 2 3 4 5 6 7 8 n Fig. 4. .4. Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n).

formalmente. e prende il nome di convoluzione a TC. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . τ ). τ ) = δ (t − τ ).11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. La (4. La derivazione della (4. τ ).4). tuttavia. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. e l’integrale prende il posto della sommatoria. come già visto nel caso TD.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta).14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. non è possibile dare una giustificazione immediata della (4. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. (4. 2. è possibile provare che l’uscita y(t) del sistema LTI può essere espressa come: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ . τ )]dτ .1). se il sistema è LTI.14) come definizione di principio di sovrapposizione per una infinità continua di segnali.3 e richiede delle condizioni matematiche aggiuntive per la sua validità. Notiamo inoltre che. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua).2). 3.4) al caso TC. prop.11). A differenza del caso TD. senza perderci in complicate discussioni matematiche. Così come il principio di sovrapposizione (3. 4.11). Nel seguito.2).3. τ )] del sistema ai segnali elementari x(t.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. Precisamente.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. seguendo passaggi matematici simili a quelli già visti per il caso TD.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. anche la (4.23) per una infinità numerabile di segnali. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. dove la delta di Dirac sostituisce quella discreta. con τ ∈ R. segue che α (τ ) = x(τ ) e x(t. (4.7) è simile a quella vista nel caso TD. e rappresenta. Una giustificazione immediata ed intuitiva della (4. data l’analogia formale tra la (4. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4.14) non discende direttamente dalla prop. assumeremo direttamente la (4. L’operazione matematica tra x(t) ed h(t) che compare nella (4. dal confronto con la (4. le risposte S[x(t. Tuttavia. (4. Tale rappresentazione si può vedere come l’estensione della (4. τ )dτ .12) si basa su una definizione più generale di linearità di un sistema. integrando) i segnali x(τ ) h(t − τ ) dτ . . ossia: x(t) = +∞ −∞ α (τ ) x(t. per ogni τ ∈ R. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . In pratica mediante la (4.11) e la (4. la (4. centrati in tutti i possibili istanti di tempo τ ∈ R.12) dove la seconda uguaglianza si ottiene dalla prima ricorrendo al cambio di variabile t − τ = τ e utilizzando poi nuovamente τ al posto di τ . per τ ∈ R. Precisamente. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . con t ∈ R. con gli stessi coefficienti α (τ ) dτ .

(b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). es.5T T x(t − τ ) dτ .5T T . notiamo preliminarmente che. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .2). la (4. Si può facilmente verificare che tale sistema è sia lineare. In altri termini.1 e 4.4. anche tale risposta impulsiva è di durata finita. Successivamente. allora il sistema è necessariamente LTI. Come nell’es.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. (4.1 (relazione i-u e risposta impulsiva di un sistema LTI) (a) Dato un sistema TC S con ingresso x(t) ed uscita y(t).17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. (4. 4. sia invariante temporalmente. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ .12). possiamo far comparire l’integrale tra −∞ e +∞ tipico della convoluzione a patto di moltiplicare la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (0. T ).2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. (4. In maniera equivalente. si può mostrare che la (4.7) oppure (4. pari a T e coincidente con la memoria del sistema. per confronto con la (4. abbiamo implicitamente mostrato una strada alternativa per dimostrare che un determinato sistema è LTI: se infatti siamo in grado di provare che la relazione i-u del sistema si può esprimere nella forma (4.12).15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ .15) si può scrivere come una convoluzione: infatti.1. si può provare che condizione necessaria e sufficiente affinché un sistema sia LTI è che la sua relazione i-u sia una convoluzione: Proprietà 4. per cui è un sistema LTI.15) con T > 0. Negli es.2. e cioè: y(t) = +∞ −∞ rect τ − 0. con il cambio di variabile τ = t − u → u = t − τ . 4. avente relazione i-u: y(t) = t t−T x(u) du . 4.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. in maniera più formale. da cui. .

con a = 0. 4. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . possiamo ottenere direttamente il risultato della convoluzione per n = 0. insieme con x(k) [fig. (4. (2) Effettuare prima la riflessione del segnale x(k). 4. e verso sinistra se n < 0. che si ottiene da z(k) mediante traslazione di n campioni. partendo dal caso TD per semplicità.3(b)] ed il segnale riflesso z(k) = x(−k) [fig.18). Viceversa. oppure dalla (4. si vede che per n < 0 [traslazione verso sinistra. In particolare.3(c)].3. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . La difficoltà maggiore è che.1. Nel caso TD. (3) Per ogni fissato valore di n ∈ Z.3(d)]. effettuare la traslazione del segnale z(k) verso destra se n > 0. Esempio 4.134 Sistemi lineari tempo-invarianti (LTI) 4. dobbiamo costruire il segnale wn (k) = z(k − n). Se non effettuiamo nessuna traslazione su z(k). la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. vedi anche il § 4. se n > 0 [traslazione verso destra. si veda la fig. Ovviamente. Seguendo la procedura delineata precedentemente. descritta dalla (4.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) .3 Convoluzione Come abbiamo visto nel paragrafo precedente. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. successivamente.3(a)]. fatta eccezione per casi particolari. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). costruendo il segnale z(k) = x(−k) e. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. in particolare. per la proprietà commutativa della convoluzione. Prendendo come riferimento la seconda delle (4.1 seguente).3(e)]. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k). 4. si nota che si ha sovrapposizione tra h(k) e . e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. 4. rappresentiamo h(k) in funzione di k [fig. le operazioni da effettuare sui segnali x(n) e h(n) per calcolare la convoluzione sono schematicamente indicate di seguito: Algoritmo per il calcolo della convoluzione a TD: (1) Rappresentare h(k) e x(k) in funzione di k ∈ Z.18) Le due espressioni riportate nella (4. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. Per calcolare gli altri valori della convoluzione.12) nel caso TC. il valore della convoluzione y(n) all’istante n si ottiene moltiplicando i campioni corrispondenti dei due segnali h(k) e wn (k) per tutti i valori di k ∈ Z. e sommando i risultati dei prodotti ottenuti.7) nel caso TD. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2.18) sono del tutto equivalenti. Per capire meglio il meccanismo precedentemente descritto. il segnale wn (k) non si sovrappone con h(k). consideriamo il seguente esempio. 4. si veda la fig. per cui il risultato della convoluzione è nullo.

in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie.19) Anche in questo caso.7). Si noti che.3 Convoluzione 135 wn (k) su un numero finito di campioni. .3(f) nel caso in cui 0 < a < 1. è semplice considerare i casi per n = 1. il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 . . h(k) w2 (k) = 1 + a + a2 . + an = k=0 ∑ ak = n 1 − an+1 . che in generale potrebbe non convergere. tale numero di campioni è pari ad n+1. in pratica essa può ridursi ad una somma finita di valori per ogni n. h(k) e wn (k) si sovrappongono per k ∈ {0. ed è rappresentato graficamente in fig. se n < 0 . 2. 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. Per un generico valore n > 0. Nel caso TC la convoluzione è definita mediante uno dei due integrali: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ . altrimenti . Ovviamente esistono casi in cui il numero di termini della somma è infinito. per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + .19). . . oppure anche per tutti i valori di n. h(k) w3 (k) = 1 + a + a2 + a3 . Facendo riferimento per convenienza alla seconda delle (4. Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . per effettuare correttamente il calcolo della convoluzione. sebbene la somma in (4. 1−a In definitiva. L’esempio precedente evidenzia che l’interpretazione grafica è fondamentale per individuare correttamente gli estremi effettivi della sommatoria su k ∈ Z che compare nella (4. y(n) = 1 − an+1  . vale a dire: . 1. l’esempio mostra chiaramente che. per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . più precisamente. n}. valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . (4.7) vada effettuata in principio su infiniti valori di k. In particolare. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. 4. . .4. In particolare. se |a| < 1. per alcuni valori di n. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. C. 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica.

4.3.6 0.4 0.2 0 −10 −5 0 k 5 10 x(k) 1 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.6 h(k) 0.8 w−5(k)=x(−5−k) 1 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0.4 0. 4.4 0.8333) e x(n) = u(n) (es.6 0.4 0. (f) risultato della convoluzione.6 0.8 0.8 0. .2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0. (d) traslazione verso sinistra di z(k) (n = −5).2 0 −10 −5 0 k 5 10 (a) 1 0.2 0 (b) z(k)=x(−k) 0.8 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.6 0.4): (a) rappresentazione di h(k). (e) traslazione verso destra di z(k) (n = 5). (c) riflessione del segnale x(k).8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.4 0. (b) rappresentazione di x(k).

T2 ≤ t < T2 + T1 . Facciamo per comodità riferimento alla seconda delle (4. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. T1 ≤ t < T2 . effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig.5T1 T1 t − 0. (3) Per ogni fissato valore di t ∈ R.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R. le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. per cui si ha: y(t) = t t−T1 dτ = T1 . invece. per cui si ha nuovamente y(t) ≡ 0. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 .4(c)].4. rappresentiamo x(τ ) [fig. y(t) = (4.4(e)]: in particolare. Riassumendo. per T2 ≤ t < T2 + T1 . per cui risulta y(t) ≡ 0 per t ≤ 0.4(b)] in funzione di τ ∈ R. 4.   t. 4. 0.4(a)] e h(τ ) [fig. Per prima cosa.20) T1 . Per T2 ≤ t < T2 + T1 .5T2 T2 . ed effettuando l’integrale del prodotto. 0 < t < T1 . per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. successivamente. le finestre non si sovrappongono affatto. costruendo il segnale z(τ ) = x(−τ ) e.t). di durata ∆x = T1 . le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . 4. ed assumiamo T2 > T1 . posto in ingresso al sistema LTI (cfr. per 0 < t < T1 .t). effettuare la traslazione del segnale z(τ ) verso destra se t > 0.4(d)]. es. in quanto le due finestre rettangolari si sovrappongono solo su un punto. . Per T1 ≤ t < T2 . l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 .2) avente risposta impulsiva h(t) = rect . Esempio 4.    T2 + T1 − t. T2 ). Considerando invece valori positivi di t. 4. (2) Effettuare prima la riflessione del segnale x(τ ). 4. di durata ∆h = T2 .4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 .19). Infine. Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. 4. per t ≥ T2 + T1 . Traslando il segnale z(τ ) verso sinistra [fig. per cui si ha: y(t) = t 0 dτ = t . L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. e verso sinistra se t < 0. successivamente. per T1 ≤ t < T2 . il valore della convoluzione y(t) all’istante t si ottiene moltiplicando tra loro i segnali h(τ ) e wt (τ ) per tutti i valori di τ ∈ R.

Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale.3. Nel caso particolare T1 = T2 = T . se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . in particolare.6 sono equivalenti. traslazione. Per questo motivo. se è possibile dal punto di vista matematico.   2T − t.3.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. 4. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. 4. pertanto. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. ed è rappresentata in fig.5. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. Ovviamente questo scambio.4(f). tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . Si noti che se T1 > T2 si può procedere allo stesso modo. scambiando il ruolo dei due segnali. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . per 0 < t < T . notiamo che l’intervallo di tempo (T1 . tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. un sistema LTI con risposta impulsiva h(·) sollecitato dall’ingresso x(·) presenta la stessa uscita di un sistema LTI con risposta impulsiva x(·) sollecitato dall’ingresso h(·). . § 4. nel seguito. la convoluzione viene chiamata anche prodotto di convoluzione. in quanto si può verificare che la convoluzione possiede. A tale scopo.6. cioè i due schemi in fig. 4. 4. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . data la proprietà commutativa della convoluzione: l’espressione del segnale y(t) per T1 > T2 si può ottenere allora scambiando T1 con T2 nella (4. tutte le proprietà algebriche del prodotto convenzionale. e prende il nome di proprietà di durata della convoluzione (cfr.7) e quella a TC (4. oltre a proprietà specifiche. similmente alla somma di convoluzione. come discusso di seguito. ed è rappresentato graficamente in fig. calcolo dell’area) sono molto simili nei due casi. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. C. non ha nessun senso dal punto di vista sistemistico. l’interpretazione di questa proprietà con riferimento ai sistemi LTI è che nel calcolo dell’uscita di un sistema si può scambiare il segnale di ingresso con la risposta impulsiva.12) è che la prima è definita mediante una sommatoria. prodotto. t < 0 oppure t ≥ 2T . T2 ) in cui il segnale y(t) è costante si riduce ad un punto. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD.20). In altri termini. Come mostrato in fig. In conclusione. l’integrale di convoluzione può non esistere finito.1). 4. Per questo motivo. nello studio delle proprietà della convoluzione. notiamo che.  y(t) = t. mentre la seconda è definita mediante un integrale. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . per T ≤ t < 2T . nel senso che ya (·) ≡ yb (·).

(d) traslazione verso sinistra di z(τ ) (t < 0).4. Calcolo della convoluzione tra due finestre rettangolari TC x(t) e h(t) di durata T1 e T2 (es. (b) rappresentazione di h(τ ). .4): (a) rappresentazione di x(τ ). (f) risultato y(t) della convoluzione.4. 4. (c) riflessione del segnale x(τ ). (e) traslazione verso destra di z(τ ) (t > 0). 4.3 Convoluzione 139 1 1 0 τ T h(τ) x(τ) 1 0 τ T 2 (a) (b) wt(τ)=x(t−τ) z(τ)=x(−τ) −T 1 0 τ t−T 1 t τ 0 (c) (d) T1 y(t) = h(t) ∗ x(t) wt(τ)=x(t−τ) 0 t−T T 1 0 τ t 1 T2 T1+T2 t (e) (f) Fig.

In virtù della proprietà commutativa della convoluzione. nel senso che yb (·) ≡ yd (·). yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).) 0 T t 2T x(. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI.) (b) y b(.5. Il segnale y(t) si può esprimere come y(t) = T Λ t−T . per cui il sistema LTI in fig. cioè ya (·) ≡ yc (·).) (a) y a(. Inoltre. In base a queste due interpretazioni. 4.6.7(a) e fig.7(c) è equivalente allo schema serie riportato in fig. 4. in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). ossia yc (·) ≡ yd (·). notiamo che calcolare l’espressione yb (·) = [x(·) ∗ h1 (·)] ∗ h2 (·) seguendo l’ordine indicato dalle parentesi equivale a calcolare prima l’uscita del sistema avente risposta impulsiva h1 (·). notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). la proprietà associativa della convoluzione consente di affermare che la serie di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hser (·) = h1 (·) ∗ h2 (·). 4. 4. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T . i due schemi riportati in fig. 4. A sua volta.7(d). 4. osserviamo innanzitutto che. l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·).) h(. Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco. come mostrato in fig. 4. per la proprietà associativa.7(a) è equivalente al sistema LTI riportato in fig. In tale ipotesi. 4. A tal fine. il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI. In altre parole.7(d) sono equivalenti.7(c). il sistema LTI in fig. cioè i due schemi in fig. i due sistemi LTI in figura sono equivalenti. .) h(. T Proprietà associativa Fig. Per la proprietà commutativa. 4. 4.7(b). 4.7(b) e fig.) Fig.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(.7(a). Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . come evidenziato in fig.7(b) sono equivalenti. 4. e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini. Conseguentemente. nel senso che ya (·) ≡ yb (·).

) x(.) y 1(. Similmente alla proprietà associativa. 4.8(b) sono equivalenti.8(b).) y b(.)+h 2(. tale connessione non può essere studiata elementarmente nel dominio del tempo.)∗h1(. utilizzando la definizione di convoluzione e la proprietà di campionamento della δ (·).) (c) y c (. In virtù della proprietà distributiva della convoluzione. come mostrato in fig.) h2(. Anche qui per la validità della relazione devono avere senso tutte le convoluzioni in gioco.7.)∗h2(. la proprietà distributiva della convoluzione consente di affermare che il parallelo2 di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hpar (·) = h1 (·) + h2 (·). in effetti.4.) (d) h1(. 4. come mostrato in fig.) (b) h2(. nel senso che ya (·) ≡ yb (·). notiamo che l’espressione ya (·) = x(·)∗h1 (·)+x(·)∗h2 (·) rappresenta l’uscita del parallelo dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).) h1(. vale la relazione: x(·) = δ (·) ∗ x(·) = x(·) ∗ δ (·) . che effettuare la convoluzione di un segnale x(·) con δ (·) non ha nessun effetto sul segnale: in altri termini. . Proprietà di esistenza dell’unità Si può facilmente provare. 4.21) 2 Con riferimento alle interconnessioni elementari tra sistemi introdotte nel capitolo precedente.) (b) x(.) x(. valida formalmente sia nel caso TC sia in quello TD.) (a) x(. 4.) h2(.3 Convoluzione 141 x(. cioè i due schemi in fig.8.) h1(.8(a). l’espressione yb (·) = x(·) ∗ [h1 (·) + h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) + h2 (·). mentre vedremo che lo studio è assai più agevole ragionando nel dominio della frequenza.) Fig. anche la proprietà distributiva consente di evidenziare una interessante proprietà dei sistemi LTI.8(a) e fig. i quattro schemi in figura sono equivalenti. i due schemi in figura sono equivalenti. In base a queste due interpretazioni.) y a(.) (a) y a(. resta non esplorata per il momento la connessione in retroazione tra sistemi LTI.) h1(. A tale scopo.) x(.) y b(.) h2(. In virtù della proprietà commutativa e associativa della convoluzione. Fig. (4.) y 2(. D’altra parte.) h1(. 4.) y d(. 4.

Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. x(t − t0 ) −→ y(t − t0 ) . invece che alla (4.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. In virtù della proprietà di invarianza temporale (4. infatti.9. Le (4. si ha.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . ∀n0 ∈ Z . x(n) h(n) (b) -(n1+n2) z y b(n) Fig. è possibile riottenere la (4.10. . Dal punto di vista matematico. rispettivamente. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) .23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione.2). rispettivamente.22).) x(. ∀t0 ∈ R . Tale sistema prende il nome di sistema identico. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso).11) nel caso TC.21).21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. e per la (4. per ogni x(·) ∈ I e y(·) ∈ U. (4. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). notiamo che la (4. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t).22) (4.4) nel caso TD e la (4. i due schemi in figura sono equivalenti.9). In un sistema identico. se per calcolare y(t − t0 ).21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. esprimendo la relazione i-u del sistema mediante una convoluzione. si giungerebbe. x(n − n0 ) −→ y(n − n0 ) . 3. 4. la (4. secondo la quale. 4. dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo. noti inoltre che. ∀t0 ∈ R .25) della convoluzione.) δ(. Nel caso di un sistema LTI.) x(n) z . ad esempio. esplicitando la convoluzione (4. x(n − n0 ) ∗ h(n) = y(n − n0 ) . 4.142 Sistemi lineari tempo-invarianti (LTI) x(. per sistemi a TC e a TD.22) e (4. ∀n0 ∈ Z . Per giustificare invece la correttezza della (4.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso.22) [un discorso analogo vale per la (4.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·).3 Dal punto di vista dell’interpretazione sistemistica. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·).

4.3 Convoluzione

143

ed effettuare in quest’ultima la sostituzione formale t − t0 → t, scrivendo y(t − t0 ) =
+∞ −∞

h(τ ) x(t − t0 − τ ) dτ = h(t) ∗ x(t − t0 ) .

Notiamo che per la proprietà commutativa della convoluzione, si può anche scrivere: h(t − t0 ) ∗ x(t) = y(t − t0 ) , h(n − n0 ) ∗ x(n) = y(n − n0 ) , ∀t0 ∈ R , ∀n0 ∈ Z , (4.24) (4.25)

secondo le quali una traslazione di t0 o n0 del segnale di uscita si può ottenere equivalentemente traslando della stessa quantità il segnale di ingresso oppure la risposta impulsiva. Le (4.22)–(4.25) possono essere applicate anche contemporaneamente, con ritardi diversi, ed in questo caso evidentemente gli effetti delle traslazioni temporali si sommano: h(t − t1 ) ∗ x(t − t2 ) = y[t − (t1 + t2 )] , h(n − n1 ) ∗ x(n − n2 ) = y[n − (n1 + n2 )] , ∀t1 ,t2 ∈ R , ∀n1 , n2 ∈ Z . (4.26) (4.27)

Notiamo che le (4.26) e (4.27) rappresentano una forma più generale della proprietà di invarianza temporale, in quanto includono come casi particolari le (4.22)–(4.25). Tali relazioni hanno una chiara interpretazione sistemistica che è riportata in fig. 4.10 con riferimento al caso TD: l’uscita del sistema LTI avente risposta impulsiva h(n − n1 ), quando al suo ingresso è posto il segnale x(n − n2 ), si può ottenere, equivalentemente, applicando prima il segnale x(n) in ingresso al sistema LTI avente risposta impulsiva h(n) e, poi, traslando nel tempo il segnale ottenuto di n1 + n2 . In altre parole, i due schemi in fig. 4.10(a) e fig. 4.10(b) sono equivalenti, nel senso che ya (·) ≡ yb (·).
Esempio 4.5 (convoluzione tra due finestre rettangolari a TC, caso simmetrico) Nell’es. 4.4 abbiamo ricavato (nel caso T1 = T2 = T ) la seguente relazione notevole, che lega finestre rettangolari e triangolari mediante la convoluzione: rect t − 0.5T T ∗ rect t − 0.5T T = TΛ t −T T .

Se si vuole ricavare la convoluzione tra due finestre rettangolari elementari (di durata unitaria) centrate nell’origine, basta prima particolarizzare la relazione precedente al caso T = 1: rect(t − 0.5) ∗ rect(t − 0.5) = Λ(t − 1) , e successivamente applicare la proprietà di invarianza temporale nella forma generalizzata (4.26). Posto h(t) = x(t) = rect(t − 0.5) si avrà evidentemente che rect(t) = h(t + 0.5) = x(t + 0.5), per cui per ottenere il risultato corretto della convoluzione rect(t) ∗ rect(t) basterà applicare un anticipo di 0.5 + 0.5 = 1 a Λ(t − 1), il che ovviamente restituisce Λ(t). Si ha allora, in definitiva, la seguente relazione notevole: rect(t) ∗ rect(t) = Λ(t) , che troverà applicazione nel seguito.
Proprietà di convoluzione con l’impulso

(4.28)

Applicando le proprietà (4.22)–(4.25) alla (4.21), possiamo ottenere una interessante generalizzazione della proprietà di esistenza dell’unità: x(t − t0 ) = x(t) ∗ δ (t − t0 ) = δ (t − t0 ) ∗ x(t) , ∀t0 ∈ R , ∀n0 ∈ Z . (4.29) (4.30) x(n − n0 ) = x(n) ∗ δ (n − n0 ) = δ (n − n0 ) ∗ x(n) ,

144

Sistemi lineari tempo-invarianti (LTI)

Queste relazioni mostrano che la convoluzione di un segnale con un impulso centrato in t0 oppure n0 equivale ad una traslazione temporale della stessa quantità del segnale. Questo risultato conferma che, nel caso TC, il sistema y(t) = x(t − t0 ), che effettua la traslazione temporale di un segnale, è un sistema LTI avente risposta impulsiva h(t) = δ (t − t0 ); una interpretazione equivalente vale nel caso TD, dove la risposta impulsiva di un sistema che effettua la traslazione temporale è h(n) = δ (n − n0 ).
Proprietà di durata della convoluzione

Con riferimento alle due finestre rettangolari, dall’es. 4.4 si ricava che la convoluzione di due segnali TC di durata rigorosamente limitata è ancora un segnale di durata rigorosamente limitata. Questo risultato è valido in generale. Infatti, supponiamo che il segnale x(t) abbia estensione temporale limitata Dx = (t1 ,t2 ), con t2 > t1 ; la misura dell’intervallo Dx definisce la durata del segnale x(t), che in questo caso è data da ∆x = t2 − t1 . Similmente, supponiamo che anche la risposta impulsiva del sistema abbia estensione temporale limitata Dh = (t3 ,t4 ), con t4 > t3 ; la misura dell’intervallo Dh definisce la durata della risposta impulsiva h(t), che in questo caso è data da ∆h = t4 − t3 . Con riferimento all’algoritmo di calcolo della convoluzione a TC, a seguito della riflessione, l’estensione temporale del segnale z(τ ) = x(−τ ) sarà data dall’intervallo Dz = (−t2 , −t1 ) e, come conseguenza della traslazione temporale di t, l’estensione temporale del segnale wt (τ ) = z(τ − t) sarà Dwt = (t − t2 ,t − t1 ). Questo significa che il prodotto h(τ ) wt (τ ) sarà identicamente nullo per ogni τ ∈ R non appartenente all’intersezione Dh ∩ Dwt dei due intervalli Dh ed Dwt . Pertanto, l’integrale di convoluzione tra x(t) e h(t) si riduce al seguente integrale: y(t) = h(τ ) wt (τ )dτ ,

Dh ∩Dwt

in cui la variabile di integrazione τ varia nell’intervallo Dh ∩ Dwt . A questo punto il risultato di tale integrale è nullo per tutti i valori di t ∈ R per i quali l’intersezione tra i due intervalli Dh ed Dwt è vuota, cioè Dh ∩ Dwt = ∅. Ricordando che Dh = (t3 ,t4 ) e Dwt = (t −t2 ,t −t1 ), ciò accade sicuramente in due casi: quando t − t1 < t3 , ovvero t < t1 + t3 , oppure quando t − t2 > t4 , ovvero t > t2 + t4 . In definitiva, risulta che y(t) ≡ 0, ∀t ∈ (t1 + t3 ,t2 + t4 ) , (4.31)

per cui Dy ⊆ (t1 + t3 ,t2 + t4 ), e quindi y(t) ha durata rigorosamente limitata. Inoltre, la sua durata è pari alla misura di Dy , per la quale vale la disuguaglianza ∆y ≤ (t2 + t4 ) − (t1 + t3 ) = (t2 − t1 ) + (t4 − t3 ) = ∆x + ∆h . In altre parole, se i due segnali x(t) e h(t) hanno estensioni temporali limitate, ovvero durate finite ∆x ∈ R+ e ∆h ∈ R+ , rispettivamente, allora la loro convoluzione y(t) è ancora un segnale avente estensione limitata, la cui durata ∆y è al più4 pari alla somma delle durate dei due segnali sottoposti alla convoluzione, cioè ∆y ≤ ∆x +∆h . È interessante osservare dalla (4.31) che, se il segnale di ingresso x(t) e la risposta impulsiva del sistema h(t) si annullano identicamente per t < 0, ossia, t1 = t3 = 0, allora anche il segnale di uscita è identicamente nullo per t < 0. Si osservi inoltre che la (4.31) è valida anche quando il segnale di ingresso (o la risposta impulsiva) ha estensione non limitata. Ad esempio, se l’estensione del segnale di ingresso è non limitata superiormente, cioè, t2 = +∞, dalla (4.31) segue che l’estensione del segnale di uscita risulterà anch’essa non limitata superiormente.
segnale y(t) potrebbe annullarsi identicamente anche in un sottoinsieme dell’intervallo (t1 + t3 ,t2 + t4 ) (si noti che questo non è il caso dell’es. 4.4); per cui, possiamo dire in generale che ∆x + ∆h è la massima durata del segnale y(t).
4 Il

4.3 Convoluzione

145

Si può dimostrare che una proprietà analoga vale per il caso TD: se i due segnali x(n) e h(n) hanno estensioni temporali limitate, ovvero durate finite ∆x ∈ N e ∆h ∈ N, rispettivamente, allora la loro convoluzione y(n) è ancora un segnale avente estensione limitata, la cui durata ∆y è al più pari a ∆x + ∆h − 1, cioè ∆y ≤ ∆x + ∆h − 1 (si noti la piccola differenza tra il caso TC ed il caso TD, legata alla sottrazione di 1). Questa proprietà è meglio evidenziata dal seguente esempio.
Esempio 4.6 (calcolo della convoluzione tra due finestre rettangolari a TD) Consideriamo il segnale x(n) = RN1 (n) , di durata ∆x = N1 , in ingresso al sistema di risposta impulsiva h(n) = RN2 (n) , avente durata ∆h = N2 , ed assumiamo che N2 ≥ N1 . Per prima cosa, rappresentiamo x(k) [fig. 4.11(a)] e h(k) [fig. 4.11(b)] in funzione di k ∈ Z; successivamente, effettuiamo la riflessione del segnale x(k) in modo da ottenere il segnale z(k) = x(−k) [fig. 4.11(c)]. Se non effettuiamo nessuna traslazione su z(k), possiamo ottenere direttamente il risultato della convoluzione per n = 0, effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati; in particolare, si vede che solo i campioni per k = 0 danno contributo in questo caso, ed il risultato vale: y(0) =
+∞ k=−∞

h(k) z(k) = h(0) z(0) = 1 .

Per calcolare gli altri valori della convoluzione, dobbiamo costruire il segnale wn (k) = z(k − n), che si ottiene da z(k) mediante traslazione di n campioni. In particolare, si vede che per n < 0 [traslazione verso sinistra, si veda la fig. 4.11(d)], il segnale wn (k) non si sovrappone con h(k), per cui il risultato della convoluzione è nullo. Viceversa, per taluni valori di n > 0 [traslazione verso destra, si veda la fig. 4.11(e)], si nota che si ha sovrapposizione tra h(k) e wn (k) su un numero finito di campioni. In particolare, per 0 ≤ n < N1 − 1 le due finestre h(k) e wn (k) si sovrappongono per k ∈ {0, 1, . . . , n}, per cui si ha: y(n) =

k=0

∑ 1 = n+1,

n

0 ≤ n < N1 − 1 .

Per N1 − 1 ≤ n < N2 − 1, invece, le due finestre h(k) e wn (k) si sovrappongono per k ∈ {n − N1 + 1, n − N1 + 2, . . . , n} , per cui si ha: y(n) =

k=n−N1 +1

n

1 = N1 ,

N1 − 1 ≤ n < N2 − 1 .

Per N2 − 1 ≤ n ≤ N2 + N1 − 2, le due finestre h(k) e wn (k) si sovrappongono per k ∈ {n − N1 + 1, n − N1 + 2, . . . , N2 − 1} per cui si ha: y(n) =
N2 −1 k=n−N1 +1

1 = N2 + N1 − n − 1,

N2 − 1 ≤ n ≤ N2 + N1 − 2 .

Infine, per n > N2 + N1 − 2, le due finestre h(k) e wn (k) non si sovrappongono, per cui si ha y(n) ≡ 0. Riassumendo, l’espressione del segnale y(n) è la seguente:  0,   n + 1, y(n) = N1 ,    N2 + N1 − n − 1, n < 0 oppure n > N2 + N1 − 2 ; per 0 ≤ n < N1 − 1 ; per N1 − 1 ≤ n < N2 − 1 ; per N2 − 1 ≤ n ≤ N2 + N1 − 2 .

(4.32)

146

Sistemi lineari tempo-invarianti (LTI)

Il segnale y(n) è una finestra trapezoidale di durata ∆y = N1 + N2 − 1 = ∆x + ∆h − 1, ed è rappresentato graficamente in fig. 4.11(f). Nel caso particolare N1 = N2 = N, notiamo che l’intervallo di valori in cui il segnale y(n) è costante si riduce ad un punto, per cui si ottiene una finestra triangolare [fig. 4.12]:  0, n < 0 oppure n > 2N − 2 ;  y(n) = n + 1, per 0 ≤ n < N − 1 ;   2N − n − 1, per N − 1 ≤ n ≤ 2N − 2 ; la cui durata è pari ad ∆y = 2N − 1. Tale finestra si può esprimere in funzione della finestra triangolare elementare a TD o finestra di Bartlett (la verifica è lasciata al lettore) introducendo un anticipo di un campione: y(n) = NB2N (n + 1) . Si ha allora la seguente relazione notevole tra finestre elementari a TD (rettangolari e triangolari), controparte a TD della (4.28): RN (n) ∗ RN (n) = NB2N (n + 1) . Anche questa relazione, come la (4.28), troverà applicazione nel seguito. (4.33)

4.3 Convoluzione

147

1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10 h(k) x(k)

1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10

(a)
1 0.8
w−2(k)=x(−2−k) 1 0.8 0.6 0.4 0.2 0

(b)

z(k)=x(−k)

0.6 0.4 0.2 0 −10 −5 0 k 5 10

−10

−5

0 k

5

10

(c)
1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10
0 −10 −5 y(n) = h(n) ∗ x(n) 4

(d)

3

w2(k)=x(2−k)

2

1

0 n

5

10

(e)

(f)

Fig. 4.11. Calcolo della convoluzione tra due finestre rettangolari TD di durata N1 = 4 ed N2 = 6 (es. 4.6): (a) rappresentazione di h(k); (b) rappresentazione di x(k); (c) riflessione del segnale x(k); (d) traslazione verso sinistra di z(k) (n = −2); (e) traslazione verso destra di z(k) (n = 2); (f) risultato della convoluzione.

∀t2 ∈ R . in quanto presenta una discontinuità brusca. con durata ∆y ≤ ∆x + ∆h − 1. (b) Proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . con durate ∆x . ∆h ∈ R+ =⇒ y(t) = x(t) ∗ h(t) è di durata rigorosamente limitata. (c) Proprietà distributiva: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . D’altra parte. (d) Proprietà di esistenza dell’unità: x(·) = x(·) ∗ δ (·) = δ (·) ∗ x(·) . (g) Proprietà di durata della convoluzione: Siano x(t) e h(t) di durata rigorosamente limitata. x(n − n0 ) = x(n) ∗ δ (n − n0 ) = δ (n − n0 ) ∗ x(n) .2 (proprietà della convoluzione) (a) Proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . ∀t0 ∈ R . con durate ∆x . ∀n1 ∈ Z. Siano x(n) e h(n) di durata rigorosamente limitata. (f) Proprietà di convoluzione con l’impulso: x(t − t0 ) = x(t) ∗ δ (t − t0 ) = δ (t − t0 ) ∗ x(t) . applicando un impulso al suo ingresso. le proprietà della convoluzione precedentemente introdotte e discusse sono sinteticamente riassunte di seguito: Proprietà 4. ∀n2 ∈ Z .148 Sistemi lineari tempo-invarianti (LTI) Riepilogo delle proprietà della convoluzione Per comodità del lettore. come suggerito dalla definizione. 4. (e) Proprietà di invarianza temporale: h(·) ∗ x(·) = y(·) =⇒ h(t − t1 ) ∗ x(t − t2 ) = y[t − (t1 + t2 )] . ∆h ∈ N =⇒ y(n) = x(n) ∗ h(n) è di durata rigorosamente limitata. ∀t1 ∈ R. non realizzabile in pratica. per cui è impossibile determinare sperimentalmente la risposta impulsiva di un sistema TC. anche il gradino è un segnale ideale. con durata ∆y ≤ ∆x + ∆h . tuttavia in laboratorio è più semplice da approssimare mediante un segnale . ∀n0 ∈ Z .4 Risposta al gradino L’impulso di Dirac è un segnale ideale. h(n − n1 ) ∗ x(n − n2 ) = y[n − (n1 + n2 )] .

con un tempo di salita molto stretto. come ad esempio il segnale uε (t) di fig. ma anche la risposta al gradino caratterizza completamente un sistema LTI. la risposta al gradino si può scrivere esplicitamente come: s(n) = h(n) ∗ u(n) = +∞ k=−∞ ∑ h(k) u(n − k) = k=−∞ ∑ n h(k) .35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD).34) e (4. Nel caso TD.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . In particolare. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) .12. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione.7) di un sistema TD LTI. 4. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] .4.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. In definitiva. 2. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). 3. ovvero è anch’essa una risposta canonica. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. Notando che la (4. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. (4.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. non solo la risposta impulsiva. per ottenere la risposta al gradino a partire dalla risposta impulsiva. In altri termini. sfruttando la relazione i-u (4. . Infatti. è sufficiente far passare quest’ultima in un sistema accumulatore. es. (4. le relazioni (4.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n).11(a). in particolare.

2. 5 Non esiste una regola generale per stabilire quanto ε . in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] . ossia la risposta di un sistema LTI alla finestra rettangolare RN (n) si ottiene semplicemente calcolando la differenza tra la risposta al gradino e la sua versione ritardata nel tempo di N. In particolare. Infatti la risposta al gradino s(t). (4. si ottiene h(t) = d s(t) dt (4.4). abbiamo visto [si veda la (2. in quanto caratterizza completamente il sistema. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. il calcolo sperimentale della risposta impulsiva richiede la realizzazione in laboratorio di un impulso di Dirac da applicare in ingresso al sistema: l’impulso di Dirac è un segnale non riproducibile esattamente in pratica.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ .36).1. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ .6) in particolare] che l’impulso di Dirac si può ottenere come il limite (nel senso delle distribuzioni) per ε → 0 della successione di segnali (ordinari) δε (t). Nel caso TC. 2ε 2ε (4. come già detto in precedenza. utilizzando la (4. dunque. con ε sufficientemente piccolo. Infatti.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema. Ciò suggerisce che una buona approssimazione della risposta impulsiva di un sistema TC LTI si può ottenere osservando la sua uscita hε (t) quando in ingresso è posto il segnale δε (t) = t 1 rect 2ε 2ε . varia da sistema a sistema. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. aventi area unitaria.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . Tuttavia.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t).36) ed (4.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. adoperando le proprietà di linearità e di invarianza temporale del sistema.11(b). mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T .12). Per la linearità del sistema. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . § 2. un valore appropriato di ε dipende dalla struttura interna del sistema e. Pertanto. raffigurati in fig. trattandosi di una pura astrazione matematica (cfr. Dalla (4. Nel caso TC valgono considerazioni analoghe.37) Le (4.

per cui l’integratore (4. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . es. (4. in fig. il cui valore è (cfr. per ε → 0. la risposta al gradino s(n) e la risposta impulsiva h(n) di un sistema LTI sono legate dalla relazione biunivoca: s(n) = k=−∞ ∑ n h(k) ←→ h(n) = ∇1 [s(n)] = s(n) − s(n − 1) . 3.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema.37) è esattamente la risposta impulsiva. Esempio 4. Si può notare che. si può mostrare che la (4. dt (b) Nel caso TD. il segnale in fig.12). se ε 1. che cresce linearmente per t > 0 [fig.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . In maniera equivalente.40) con la (4. (4. il segnale hε (t) tende proprio alla risposta impulsiva del sistema. che per la (4.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t.13(a)]. In pratica. 3.13(b)].3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. es.24): s(t) = t u(t) . identicamente nulla per t < 0. in virtù della (4.18) e si può facilmente verificare che tale sistema è anche lineare. 4. Conseguentemente. Di seguito sono riportati alcuni esempi di calcolo della risposta impulsiva e della risposta al gradino sia nel caso di sistemi TC che nel caso di sistemi TD. la risposta al gradino s(t) e la risposta impulsiva h(t) di un sistema LTI sono legate dalla relazione biunivoca: s(t) = t −∞ h(τ ) dτ ←→ h(t) = d s(t) . la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. .4. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). es.39) è un sistema LTI. 4.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr.1). 3.4 Risposta al gradino 151 alla derivata della risposta al gradino.36).38). 4.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t).39) Abbiamo già mostrato che tale sistema è TI (cfr. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. 4. Utilizzando la (4. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . Confrontando la (4. si tratta cioè di una rampa. possiamo dire che.

In maniera equivalente. 3.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) .42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . Confrontando la (4. (4. Esempio 4.7): (a) risposta impulsiva.152 Sistemi lineari tempo-invarianti (LTI) 3 1 2 h(t) s(t) 1 0 −1 t 0 1 t 2 3 (a) (b) 1 h (t) ε 0 −ε −1 0 ε 1 t 2 3 (c) Fig. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . si può mostrare che la (4.2). Integratore con memoria infinita (es.13. es. 4. 4. .42) con la (4. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1.7). (4.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. (b) risposta al gradino.41) Si può facilmente verificare che l’integratore TD è un sistema LTI.

se n ≥ 0 .  dτ = t . In virtù della (4. 4. 4.   0 .4 Risposta al gradino 153 10 1 0. in cui l’estremo superiore di integrazione t varia in R.14. Esempio 4.5T T . n + 1 .43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2.36). (b) risposta al gradino.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. Conseguentemente.14(a)]. 0 . se t ≥ T . 4. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig. si tratta cioè di una rampa a TD [fig.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. 4. ossia: h(t) = rect t − 0. Risolvendo l’integrale si ottiene:  se t < 0 .4 0.15(a). la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. (4. 0 s(t) =  T     dτ = T .34).8): (a) risposta impulsiva. es. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . Integratore a TD o accumulatore (es.   t    se 0 ≤ t < T . 4. 4.6 0.14(b)].4. avente relazione i-u: y(t) = t t−T x(u) du . che è riportata in fig. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0.9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.2).5T T dτ . in virtù della (4. se n < 0 .

1. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. Utilizzando la (4.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. 4. In altre parole. che cresce linearmente nell’intervallo (0.38). per ε → 0. Si può notare che. 4.154 Sistemi lineari tempo-invarianti (LTI) 1 T h(t) T t s(t) T t (a) (b) 1 h (t) ε −ε ε T−ε t T+ε (c) Fig. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. 4. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0.15. Integratore con memoria finita (es. si tratta di una funzione identicamente nulla per t < 0. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. il segnale in fig. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema.15(b)].15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . se ε impulsiva del sistema. In pratica.5T T + T u(t − T ) . in fig. (b) risposta al gradino.9): (a) risposta impulsiva. T . 4. 4. Esempio 4. . 4.

2 1/6 h(n) 0. In virtù della (4. . M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 .2 0 −0. M +1   1. M M (4. n M in cui l’estremo superiore della sommatoria n varia in Z.4. se n < 0 . . ed in fig.1(a) nel caso generale. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . Nel caso in cui i pesi bk siano tutti uguali a  0 .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig.3 1 0.8 s(n) 0 2 4 n 6 8 10 0.  ∑ k  s(n) = k=0 M    b . se n ≥ M . ∑ bk δ (n − k) . 1. n+1 RM (n) + u(n − M) . ∑ k   k=0  1 M+1 . . 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . (b) risposta al gradino.45) k=0 rappresentata in fig. se n ≥ M . 4. se 0 ≤ n < M . 4. se 0 ≤ n < M . Sistema MA con M = 5 e bk = 1 . se n < 0 . ∀k ∈ {0.1 0.6 0.   n+1 s(n) = . 5}: (a) risposta impulsiva.44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4.4 Risposta al gradino 155 0.4 0 0.34). . 4.16. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) .    n   b .

.156 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata graficamente nel caso M = 5. insieme alla risposta impulsiva.16. il lettore non dovrebbe incontrare difficoltà ad estendere alla risposta al gradino molti dei risultati ottenuti per la risposta impulsiva. dato il legame biunivoco con la risposta al gradino. in fig. Nel seguito faremo quasi sempre riferimento alla risposta impulsiva. 4.

possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. equivalentemente. è possibile legare le proprietà del sistema (non dispersività. 4.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto.46). (4. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. per ogni segnale di ingresso {x(k)}k∈Z . (4.1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr.3. (4. Consideriamo un sistema TD LTI. prop. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) . è che risulti h(k) = 0. si ha che l’uscita corrispondente a x1 (τ ) vale y1 (t) = +∞ −∞ x1 (τ ) h(t − τ ) dτ = +∞ −∞ x(τ ) δ (t − τ ) h(t − τ ) dτ . stabilità. Una condizione necessaria e sufficiente affinché ciò accada. Passiamo ora a considerare i sistemi TC LTI. si ha: y(n) = h(0) x(n) . si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) .5 Proprietà della risposta impulsiva 157 4. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. descritto dalla convoluzione a TD espressa dalla seconda delle (4.2(c)]. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4.5. Il sistema è non dispersivo se e solo se.47). questo vuol dire che la risposta del sistema non cambia se. Affinché y(n) dipenda solo da x(n).48). invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. seguiamo una strada diversa da quella seguita nel caso TD. Per costruire un segnale siffatto.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . Sostituendo nella (4.48). Ponendo x(n) = δ (n) nella (4. causalità. al posto di {x(τ )}τ ∈R . ponendo α = h(0). (4.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. ∀k = 0. nella (4. cioè caratterizza completamente un sistema LTI. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . Notiamo che.47) Pertanto.49) . possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. in questo caso. per ogni segnale di ingresso.4. § 3. 2.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. infatti. la relazione precedente si può riscrivere come y(n) = α x(n) . l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante.

Se allora osserviamo la relazione i-u di un sistema LTI [cfr. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. (b) Equivalentemente. (4. pertanto.1) come la durata temporale del segmento del segnale di ingresso che contribuisce. per cui presenta valori non trascurabili su un intervallo temporale non limitato. la durata ∆h . Sostituendo nella (4. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. n → ±∞. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero.49).12)]. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2.7) oppure (4. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . I sistemi non dispersivi sono denominati anche sistemi senza memoria. senza mai annullarsi. l’estensione temporale Dh e. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. il sistema è non dispersivo se e solo se y(t) = y1 (t).48) la risposta impulsiva precedente. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). la caratterizzazione di un sistema LTI non dispersivo in termini di risposta impulsiva è riassunta dalla seguente proprietà (valida per il caso TC e TD): Proprietà 4. per ogni segnale di ingresso e per ogni t ∈ R.3. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. In definitiva.4 (risposta impulsiva di un sistema LTI non dispersivo) (a) Un sistema LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma h(·) = α δ (·). dal confronto tra la (4. Quindi. dove la memoria di un sistema è stata definita (cfr. i sistemi LTI con memoria si possono ulteriormente classificare come segue: • sistemi LTI aventi memoria rigorosamente finita: la risposta impulsiva h(·) ha durata rigorosamente limitata.47). § 3. oltre al campione attuale. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva. ovvero se h(t) = α δ (t) . all’uscita in un determinato istante di tempo. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. quindi. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . ovvero se e solo se è un amplificatore/attenuatore ideale. Se poniamo α = h(0). .48) e (4. dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·).3.

es.9) e il sistema MA (cfr. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR). 4. che è rappresentata in fig. .4 0.8 0. la risposta al gradino di tale sistema si ottiene come:  se t < 0 .6 0. In virtù della (4. T (4. Sistema TC IIR con memoria praticamente finita (es.17(a). es. 4.12). 4. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).11 (sistema IIR con memoria praticamente finita) Si consideri il sistema TC descritto dal seguente legame i-u: y(t) = +∞ 0 1 −τ /T e x(t − τ ) dτ . Esempi di sistemi FIR sono l’integratore con memoria finita (cfr.17.5 Proprietà della risposta impulsiva 159 1 0.6 0.36).4.7) e l’accumulatore (cfr. si ricava che il legame i-u del sistema è espresso mediante l’integrale di convoluzione tra il segnale di ingresso x(t) e la funzione del tempo h(t) = 1 −t/T e u(t) .50) dove T > 0. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4.8 0. 4.4 0.2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. 0 . 4. T (4. se t ≥ 0 .8). (b) risposta al gradino. aventi come risposta impulsiva il gradino unitario.52) Pertanto. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .51) Confrontando la (4. T (4.10). es. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. Esempio 4. 4.52). 4. L’integratore (cfr.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0. Sfruttando il fatto che u(τ ) = 0 per τ < 0.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e .  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) . sono sistemi IIR con memoria infinita.51) con la seconda delle (4. es.11): (a) risposta impulsiva.

per effetto della convoluzione.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4.2 Causalità Ricordiamo che un generico sistema è causale se l’uscita all’istante t oppure n dipende dal valore dell’ingresso nello stesso istante e in istanti precedenti. 4. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . deve accadere che h(k) = 0 . In altri termini. 4. Per calcolare la memoria analiticamente. Affinché allora l’uscita non dipenda dai valori futuri.31). per |a| → 1. proprio di una quantità pari alla memoria del sistema. In conclusione.53). ∀k < 0 . § 4. scegliamo come valore di soglia α h(0+ ) = α /T .3. Infatti. in quanto per tali valori di k risulta n − k > n. con costante di tempo T > 0. in virtù della (4. In questo caso la relazione i-u assume la forma: y(n) = +∞ k=0 ∑ h(k) x(n − k) = +∞ −∞ k=−∞ ∑ n x(k) h(n − k) .17(b).1). La somma su k porta in conto valori futuri dell’ingresso per k < 0. ma non dipende dai valori dell’ingresso negli istanti successivi. la durata della risposta impulsiva risulta ∆h = T ln 1 α . con 0 < |a| < 1 . ln(|a|) memoria che tende a diventare infinitamente grande. Passiamo ora a considerare i sistemi TC LTI. (4. se per semplicità facciamo riferimento ai sistemi TC. ricordando la proprietà di durata della convoluzione (cfr. il sistema LTI ha memoria praticamente finita. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) .5. mentre tende a zero per |a| → 0.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig.54) .2). § 2. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. Così facendo. (4. esso sarà “allungato”. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . e quindi misurare la memoria del sistema LTI. la durata ∆y del segnale di uscita dal sistema è al più pari alla somma della durata ∆x del segnale di ingresso e della durata ∆h della risposta impulsiva. Lo stesso si può dire anche per i sistemi TD.3. per ogni segnale di ingresso. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. risolvendo l’equazione h(∆h ) = α /T (cfr. ovvero è un segnale di durata praticamente limitata. con 0 < α < 1. Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . notiamo che applicando al sistema un ingresso di durata finita.

4. il sistema è non causale. Abbiamo visto nel capitolo precedente (cfr. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0. h(t) = 0. si può verificare che un sistema TC è causale se e solo se h(t) = 0 . Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. Risposta impulsiva dell’integratore non causale (es. h(t) = 0. 4.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. . la relazione i-u (4.12). § 3.3.4.18.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4. In questo caso. Ragionando in modo analogo a quanto fatto nel caso TD.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. ∀n < 0 (sistema TD) ∀t < 0 (sistema TC) Se la risposta impulsiva del sistema LTI non è identicamente nulla per t < 0 (caso TC) oppure per n < 0 (caso TD). per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. Di seguito sono riportati alcuni esempi di sistemi non causali. ∀t < 0 . In sintesi.2) che un caso particolare di sistema non causale è il sistema anticausale.

pertanto tale sistema è non causale.162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. 3.58) espressione che è perfettamente equivalente alla (4.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ .5T T . descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . che è rappresentata in fig.12). (4. . . 4.10 e 3.7).18: si tratta di un segnale che assume valori non nulli per t < 0 e.5T T x(t − τ ) dτ .13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. 0} . . . 1. 3. . 0.11. es. il sistema non è causale. per cui è un sistema LTI. (4. per confronto con la (4.57) rappresentata graficamente in fig.55) con T > 0. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. (4. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k .57). con il cambio di variabile τ = t − u → u = t − τ . k ∈ {−M. e particolarizzata in fig. sia invariante temporalmente. la (4. e pertanto esso rappresenta un esempio di sistema LTI.56) da cui. si ha. da cui. Esempio 4. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. Infatti. Si può facilmente verificare che tale sistema è sia lineare. 4. . 4. 0). possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0.7). avente relazione i-u: y(t) = t+T t x(u) du . Per questo motivo. −M + 1. In maniera equivalente. altrimenti . per confronto diretto con la (4. A questo punto.56): h(n) = h=−M ∑ 0 b−h δ (n − h) . si può mostrare che la (4. . Infatti.12). D’altra parte. ponendo x(n) = δ (n) nella (4. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. conseguentemente.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr.55) si può scrivere come una convoluzione.19(b) al caso M = 5 e 1 bk = M+1 = 1 . .19(a) nel caso generale. M Si tratta di un sistema sia lineare che tempo-invariante. effettuando il cambiamento di variabile h = −k si ha y(n) = h=−M ∑ 0 b−h x(n − h) = k=−M ∑ 0 b−k x(n − k) . ∀k ∈ {0. (4. . 5}.

6 Questa . cioè. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . è riassunto dalla seguente proprietà: Proprietà 4. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. seguendo gli stessi ragionamenti che hanno portato alla (4.19. In tal caso. . 5} (es. in particolare. Si tratta chiaramente di un sistema LTI. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. I sistemi causali godono di una proprietà importante. 6 Esempio 4. con ∆x ∈ R+ . consideriamo il caso dei sistemi TC. Allo stesso modo il sistema TC che effettua un anticipo temporale. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. si ottiene che: y(t) = 0. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. 4. terminologia discende dal fatto che la risposta impulsiva è essa stessa un segnale – è il segnale di uscita di un sistema LTI quando in ingresso è applicato un impulso – per cui dire che il sistema è casuale equivale a dire che la sua risposta impulsiva è causale. Un segnale identicamente nullo per t < 0 è anche detto6 causale. l’anticipo unitario TD è un sistema anticausale. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . allora la corrispondente uscita è anch’essa identicamente nulla per t < 0.. poiché h(n) è identicamente nulla per n ≥ 0.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . con ∆h ∈ R+ . . ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. Per evidenziare tale proprietà. . (a) Risposta impulsiva di un generico sistema MA non causale. ∆h ). -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. . 4. abbia estensione temporale Dx = (0... ∆x ).14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . che sussiste con ovvie modifiche anche nel caso TD. ∆x + ∆h ) . Se il sistema è causale. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. che realizza un anticipo unitario del segnale di ingresso. Tale risultato. è un sistema LTI anticausale.6 (risposta di un sistema LTI causale ad un segnale causale) (a) Se il segnale in ingresso ad un sistema TC LTI causale è identicamente nullo per t < 0.13). 1. ∀t ∈ (0.31). allora la corrispondente uscita è anch’essa identicamente nulla per n < 0.4. Il sistema è pertanto non causale. ∀k ∈ {0.

in questo caso. allora h(·) è l’inverso di hinv (·). ∀t ∈ R. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. D è mostrato che se un sistema LTI è invertibile. Per cui ritroviamo il risultato. cfr. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. In app.60) (4. Dato un ingresso x1 (t) = 0.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente.3). il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. In verità. cioè y2 (t) = 0. rispettivamente. ∀t ≤ −ε .) Fig. Poiché la risposta impulsiva del sistema identico è δ (·). Ma se il sistema è lineare.3. l’applicazione della prop. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. ∀t ≤ −ε . e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata).1 y1 (t) = y2 (t).20. 4. 4. con ε ∈ R+ piccolo a piacere. in base alla prop.1 e 3. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. cioè.5. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. ∀t ≤ −ε . ∀t ≤ t0 .1. ∀t ≤ t0 . Poiché risulta x1 (t) = x2 (t) = 0. 3. In base a tale risultato. così come il segnale di ingresso.) h(. 3. supponiamo di scegliere un secondo ingresso x2 (t) = 0.164 Sistemi lineari tempo-invarianti (LTI) y(. ed applichiamo la proprietà vista per t0 = −ε < 0.6 si poteva già dedurre dalle prop.4. Pertanto. sfruttando in aggiunta la proprietà di linearità. per ogni t0 ∈ R e per ogni x1 (t). ∀t ∈ R.59) per cui se hinv (·) è l’inverso di h(·). ∀t < 0. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . Poiché la convoluzione è commutativa. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig.1 è più immediata: .20.4. Soffermiamo l’attenzione sui sistemi TC.) hinv(. un sistema è causale se e solo se. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. allora il corrispondente sistema inverso è anch’esso LTI. 4.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . risulta che y1 (t) = y2 (t). le stesse considerazioni si possono fare scegliendo n0 = −1. 7 Nel caso TD. si ha che y1 (t) = 0. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . 4.20 (notiamo che per i sistemi LTI vale una proprietà più generale. 3. Ricordiamo che. 3. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. in virtù della prop.6 vale più in generale per sistemi lineari causali (non necessariamente TI). come mostrato in fig. allora risulterà per la prop. §3. (4. 4. x2 (t) ∈ I tali che x1 (t) = x2 (t). 3. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso.) x(.) x(. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). la prop. 4. anche il segnale di uscita è identicamente nullo per t < 0.

che va sotto il nome di deconvoluzione (di fatto. il suo sistema inverso è anch’esso LTI e. detta hinv (·) la sua risposta impulsiva. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh . Abbiamo cioè provato che la sommabilità (4. cfr. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . e proviamo a trovare una maggiorazione simile per l’uscita y(n).4. .4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. §3. Purtroppo determinare hinv (·) dalla (4.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . se un sistema è stabile. Alcuni approfondimenti ed esempi sono riportati in app. In alcuni casi.59) o (4. D. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. ∀n ∈ Z.60) è un problema matematicamente complicato. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. descritto dalla (4. significa determinare uno dei fattori della convoluzione. un problema di interesse è determinare il sistema inverso di un dato sistema. ovvero |x(n)| < Kx .5 Proprietà della risposta impulsiva 165 Proprietà 4. con passaggi banali.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. Ad esempio. In molti casi pratici. 4. allora la risposta impulsiva dev’essere sommabile. se h(k) è una successione sommabile. Questa compensazione prende il nome di equalizzazione. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. noto l’altro fattore ed il risultato finale). Si ha.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). a cui si rimanda direttamente il lettore. nelle telecomunicazioni.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| .3. il segnale x(·) viene modificato o distorto dal supporto fisico su cui si propaga (il cosiddetto canale) e giunge alla destinazione con modifiche tali da rendere difficoltoso il recupero dell’informazione ad esso associata.5. Supponiamo allora che l’ingresso sia limitato. (4. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). consideriamo un sistema TD LTI. Pertanto. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·).

Tale segnale assume solo i valori 0. anche i valori di k per i quali h(k) = 0. −1. la risposta impulsiva deve essere necessariamente sommabile. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . senza alterarla. se h(−n) = 0 . ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . e quindi è sicuramente limitato. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh .8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile.62) In definitiva. Ad esempio. . ovvero h(n) sommabile .166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. su tutti i valori della variabile k per i quali h(k − n) = 0. 4. (sistema TC) . la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. altrimenti . procediamo per assurdo. la risposta impulsiva h(·) ha durata rigorosamente limitata. risulta che l’uscita all’istante n = 0 non è limitata. L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . Pertanto. l’integratore con memoria finita (§ es. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. 4. h(k − n) dove la seconda sommatoria va effettuata. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . che presentano memoria rigorosamente finita. il che contraddice l’ipotesi che il sistema sia stabile. (4. h(k) k k=−∞ dove abbiamo incluso nella somma. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. In definitiva. x(n) = h(−n)  0.9) e il sistema MA (§ es. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh .10). come riassunto dalla seguente proprietà: Proprietà 4. 1. Per un sistema LTI a TC è possibile ragionare in maniera analoga. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). per ciascun n ∈ Z.

17(a)] è data da: 1 −τ /T e u(τ ) . T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e. D’altra parte. l’uscita del sistema (4. ossia h(t) = δ (t − t0 ). conseguentemente. i sistemi IIR aventi memoria infinita sono sicuramente instabili.63) è sicuramente limitata. n=1 himp (t) N (4. instabili. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. Ad esempio. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) .5 Proprietà della risposta impulsiva 167 essendo sistemi FIR.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. aventi come risposta impulsiva il gradino unitario. per ogni t0 ∈ R. la cui risposta impulsiva [fig. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR).8). Infatti. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. Pertanto. e di una funzione himp (t) puramente impulsiva. questo problema può essere tranquillamente aggirato. 4. il sistema che effettua la traslazione temporale del segnale di ingresso. in quanto.3). è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . possiamo concludere che il sistema TC (4.7) e l’accumulatore (§ es. l’integratore (§ es.64) .1.63). sono stabili. sono esempi di sistemi IIR con memoria infinita e. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 .63). che anticipa/ritarda il segnale di ingresso. Poiché il concetto di sommabilità di una distribuzione non è definito. Esempio 4.61) e (4. 4. 4.4 e B.4. se la risposta impulsiva h(t) è una funzione generalizzata. il sistema è stabile. Verifichiamo che tale sistema è stabile. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . se il sistema IIR ha memoria praticamente finita.62) (cfr. In conclusione. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. 4. pertanto.11. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. § B. che contiene solo impulsi. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. con t0 ∈ R . T Si tratta di un sistema con memoria praticamente finita.2. che non contiene impulsi. dal punto di vista pratico. (4. in questo caso. nel senso che può contenere degli impulsi di Dirac. Analogamente. è un sistema stabile. Ad esempio. 1 la risposta impulsiva è sommabile. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). Ad esempio. +∞ k=−∞ +∞ con 0 < |a| < 1 .63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . nel caso del sistema (4. se il segnale di ingresso è limitato. Più precisamente. In verità. Più in generale.

nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. 4. . il sistema in fig. .21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. 4. sono descritti da equazioni differenziali lineari a coefficienti costanti.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI.8. se i sistemi componenti il parallelo sono singolarmente stabili. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. In altre parole.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). come mostrato in fig. 4. 4. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. 4. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. Osservando che il parallelo di più sistemi LTI equivale ad un unico sistema LTI la cui risposta impulsiva è data dalla somma delle risposte impulsive dei sistemi coinvolti nel parallelo.21. dove N ∈ N. αN . del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . il sistema avente risposta impulsiva h(t) può essere decomposto nel parallelo del sistema avente risposta impulsiva hord (t) e del sistema avente risposta impulsiva himp (t). in virtù della prop. allora il sistema complessivo è sicuramente stabile.65) . 4.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). possiamo affermare che. dt k dt m=0 (4. . In questo caso. . in svariati campi delle scienze fisiche e dell’ingegneria.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. Tali sistemi presentano numerose analogie. tN Fig.21. tuttavia per una presentazione efficace è opportuno studiarli separatamente.6. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata.

per ogni fissato ingresso x(t). osserviamo che. occorre preliminarmente osservare che il fatto che la (4. dN−1 y(t) dt N−1 = yN−1 . supposto che. m=0 N dk M dm (4. la (4.65). 3. coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0).1. . Assegnato l’ingresso x(t) per t ≥ 0. in quanto. . In questo caso. a0 . vedremo che ciò è vero solo in alcuni casi particolari. . a1 .65).66) t=0 t=0 dove y0 .4. oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. determinare la relazione i-u del sistema equivale a risolvere. infatti. per trovare la corrispondente uscita y(t) per t ≥ tin . è necessario conoscere lo stato iniziale del sistema. d y(t) dt = y1 . la (4. a partire da un istante prefissato tin ∈ R.1. . a1 . La soluzione generale y0 (t) della (4. 8 Nel . Nel caso più generale in cui N = 0. la (4.65). . bM sono costanti e quindi indipendenti dal tempo t. b1 . . .65) rispetto al segnale di uscita y(t). è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . per le quali si rimanda il lettore direttamente ai testi di analisi matematica. e N ≥ 0 è l’ordine dell’equazione. aN e b0 . La (4. portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico.6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema. essa non rappresenta un legame i-u come espresso dalla def. . È noto8 che tale problema non è completamente definito. Una seconda osservazione importante riguarda il fatto che la (4. . Ciò è vero solo nel caso particolare in cui N = 0. . y1 .65). nel senso specificato dalla def. y1 . aN e b0 . .65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. l’equazione differenziale (4. . . .65) coinvolge. Come verifica di quanto sopra affermato. in altre parole. .68) è detta soluzione omogenea della (4. N dk (4. sia applicato in ingresso al sistema un dato segnale x(t).65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . Per sgombrare subito il campo da qualsiasi tipo di equivoco. . . bM sono i coefficienti (in genere reali) dell’equazione.65) è detta lineare perché al primo membro compare una combinazione lineare del segnale y(t) e delle sue N derivate e al secondo membro compare una combinazione lineare del segnale x(t) e delle sue M derivate. I valori assegnati y0 . la soluzione generale della (4. Ponendo per semplicità tin = 0. . che tiene conto di tutte le possibili condizioni iniziali.65).65) descrive in maniera solo implicita il comportamento del sistema. dal punto di vista fisico. per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . . . .65) sia lineare e i coefficienti che in essa compaiono siano tempo-invarianti non implica che il sistema da essa descritto sia in generale lineare e tempo-invariante. yN−1 dipendono dalla evoluzione passata del sistema e. . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . in tal caso. . b1 . è data dalla somma di una soluzione particolare y p (t) della (4.68) ottenuta ponendo x(t) ≡ 0 nella (4. 3. M dm che rappresenta una relazione i-u tra y(t) ed x(t). .67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. (4. . . . . yN−1 sono valori (in genere reali) assegnati.

. . . eλN t sono singolarmente soluzioni della (4. Se si pone allora y(t) = eλ t nella (4. (4. . è soluzione della (4. .h t h eλ t . poiché una arbitraria combinazione lineare di soluzioni della (4. è immediato constatare che y(t) = y0 (t) + y p (t) (4. N2 .73) dove λ1 . si ottiene: k=0 ∑ ak λ k eλ t = ∑ ak λ k k=0 q(λ ) N N eλ t = q(λ ) eλ t = 0 ⇐⇒ q(λ ) = 0 .68) non offre particolari difficoltà. NR . . allora gli esponenziali complessi eλ1t . Più in generale. N dk (4.68). combinando linearmente tutte le N possibili soluzioni. la soluzione generale della (4. . Pertanto. Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. In linea di principio.70) è una soluzione della (4. con λ ∈ C. ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 .65). λN . .72) dove c1 . . . c2 . Ni − 1}. . il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. D’altra parte. . e quindi deve annullarsi q(λ ). immaginarie oppure complesse. λ2 .68). Quindi. 1. . . . si può provare che la (4.68) è ancora una soluzione della stessa equazione. .65) non univocamente determinata. cN sono costanti arbitrarie.69). i (4. rispettivamente. per h ∈ {0. l’esponenziale eλ t è soluzione della (4. . . allora k=0 ∑ ak dt k y0 (t) = 0 .69) da cui sommando membro a membro la (4. si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci. . la (4. a . a N 0 1 siano reali. Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . . eλ2t .70) fornisce tutte le soluzioni dell’equazione differenziale (4. con N1 + N2 + · · · + NR = N [nel caso in cui R = N. Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. allora si prova facilmente che t h eλit . . cioè del tipo esponenziale complesso. siano esse λ1 . . λ2 .9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte.65).68). le radici di q(λ ) sono o reali o complesse coniugate. .68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). . λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 .73) degenera 9 Nel caso in cui i coefficienti del polinomio a .68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . (4. .68). . Le radici del polinomio caratteristico possono essere reali.170 Sistemi lineari tempo-invarianti (LTI) della (4.67) e (4. .71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4.68). . . Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai.

senza portare in conto le condizioni iniziali. né una tecnica generale di soluzione. .65). 2. l’evoluzione libera del sistema è nulla. 1. . in quanto l’uscita è definita a meno di N costanti arbitrarie. Si determina la soluzione omogenea y0 (t) data dalla (4.h ).65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. Anche in questo caso. assumendo che siano nulle le condizioni iniziali. . .4. se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. Innanzitutto.h . D’altra parte. (4. La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. in quanto tiene conto del solo segnale di ingresso x(t). con i ∈ {1. . si determina una soluzione particolare y p (t) della (4. R} e h ∈ {0. . . ossia. yN−1 . .h nella soluzione omogenea.h sono combinazioni lineari dei valori y0 .65). se l’ingresso è applicato all’istante tin = 0.73).h .65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. Risolvendo tale sistema si trova che le costanti ci. In altri termini. .66) assegnate. soddisfi le condizioni iniziali (4. y1 . .72)]. . 2. . . d y0 (t) dt = y1 . . calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. possiamo dire che la soluzione generale della equazione differenziale (4. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. . l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . allora la soluzione particolare ottenuta è valida solo per t > 0.65) si può ottenere seguendo i seguenti passi: 1. Conseguentemente.h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4.65) non definisce univocamente un sistema.74) determina un sistema di N equazioni lineari nelle N incognite ci. la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. (4. Notiamo che.73). . cioè y0 (0) = y0 . Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti.65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. . ∀t ∈ R. Assegnato l’ingresso x(t). per la presenza delle costanti ci. . yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. Riassumendo quanto detto finora. Ni − 1}. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate . la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. .66) e la seconda dipendente solo dal segnale di ingresso x(t). y1 . la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. e per essa non è possibile dare un’espressione generale. data da y(t) = y0 (t) + y p (t) per t > 0. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. La (4. dN−1 y0 (t) dt N−1 = yN−1 . A differenza della soluzione y0 (t). Questo è un risultato del tutto intuibile in quanto. l’equazione differenziale (4. 3.74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. In molti casi è conveniente esprimere la soluzione generale della (4. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). Si determinano gli N coefficienti ci. . ylib (t) = 0.75) t=0 t=0 La soluzione particolare yfor (t) della (4. l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso).6 Esempi di sistemi LTI 171 nella (4. cioè y0 = y1 = · · · = yN−1 = 0.

65) e (4.76) è lineare per le differenze. 4. assegnando cioè y0 = y1 = · · · = yN−1 = 0. ∀t0 ∈ R. ∀α1 . il che si ottiene imponendo che il sistema sia inizialmente in quiete. è interessante osservare che il sistema definito dalla (4. la relazione che lega yfor (t) al segnale di ingresso è tempoinvariante: se yfor (t) è la risposta forzata del sistema al segnale di ingresso x(t). 3. 4. (4. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. La . La seconda osservazione legata alla (4. indipendente dal segnale di ingresso. Tuttavia. Schema a blocchi del sistema RC (es. può essere rappresentato mediante lo schema a blocchi in fig.22. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. 4. nel quale l’ingresso x(t) è la tensione ai capi della serie RC.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). ciò viola la prop. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . indipendente dal segnale di ingresso.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)]. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) .4 dal momento che. In particolare. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. allora yfor (t) ≡ 0. se si impone x(t) ≡ 0.65) e (4. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t).23.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. Fig. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). ciò significa che se x(t) ≡ 0.65) e (4.22. Inoltre.16). affinchè il sistema descritto dalle (4. 4.66) non è tempo-invariante. rispettivamente.16). allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ).76) è che in generale il sistema descritto dalle (4.66) sia LTI. In definitiva. segue dalla (4. α2 ∈ C.76) è che in generale il sistema descritto dalle (4.76) La prima osservazione interessante suggerita dalla (4.23.172 Sistemi lineari tempo-invarianti (LTI) x(t) y(t) d dt R x(t) C y(t) -1/RC d y(t) dt Fig. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t).76) che y(t) = ylib (t) = 0.66) non è lineare. Possiamo quindi dire che. occorre che la sua evoluzione libera sia nulla. 4. Esempio 4. mentre l’uscita y(t) è la tensione ai capi della capacità. dt (4. 3. cioè. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. 4. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). Schema elettrico del sistema RC (es.

c1 ∈ R .79) otteniamo allora che y0 (0) = c1 = y0 . Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4. La soluzione particolare y p (t) dipende dal tipo di ingresso. se t ≥ 0 .6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4. la (4. Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 .71). nel nostro caso (equazione del primo ordine). Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t). risolvendo l’equazione (4.  RC e  . da cui si ricava l’unica radice λ1 = −1/(RC).79) Notiamo che.79) non consente di determinare univocamente l’uscita del sistema. dt RC dt  0 . se t ≥ 0 . dt (4.  c2 . cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 .66).77). per integrazione indefinita. e deve soddisfare l’equazione differenziale completa (4.77). dt RC RC Se si moltiplicano ambo i membri dell’equazione di destra per l’esponenziale et/RC e si osserva che et/RC si ottiene: d 1 d y p (t) + y p (t) = y p (t)et/RC .77) si può scrivere come: y(t) = y0 (t) + y p (t) .  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 . che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 . Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ). In questo caso.73) degenera nella (4. la (4.78) mentre y p (t) è una soluzione particolare dell’equazione completa (4.4. se t < 0 . d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e . per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC . l’equazione differenziale completa assume la forma y p (t) + RC d y p (t) = u(t) dt ⇐⇒ d 1 1 y p (t) + y p (t) = u(t) . dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4. otteniamo la risposta forzata del sistema. dobbiamo imporre la sola condizione y0 (0) = y0 . In questo caso (R = N = 1). Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0.77).72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC . RC da cui. (4. se t < 0 . Dalla (4. per la presenza della costante moltiplicativa c1 arbitraria.

Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) .10 Pertanto. si dimostra che una discontinuità di prima specie del segnale x(t) nel punto t0 implica una discontinuità di prima specie nel punto t0 della derivata N-esima del segnale y p (t). con N ≥ 0 e aN = 0. ponendo y0 = 0. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete.6. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. il sistema risultante non è omogeneo (e quindi non è lineare). y(t) = yfor (t) ne rappresenta la sua risposta al gradino.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0.65). ovvero s(t) = (1 − e−t/RC ) u(t) . ponendo T = RC. Inoltre.50) assegnata nell’es. 4. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. . Tenendo presente la relazione (4. per cui risulta che c2 = 0. per la presenza dell’evoluzione libera. ma non comporta discontinuità nel medesimo punto di y p (t) e di tutte le sue derivate successive fino a quella di ordine N − 1. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . corrisponde alla risposta impulsiva (4.80) Osserviamo che. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale.24. ma non comporta discontinuità in t = 0 del segnale y p (t). Nel paragrafo successivo introduciamo invece una classe di sistemi a TD con proprietà molto simili a quelli a TC descritti da equazioni differenziali del tipo (4. è pari a yt0 (t) = yfor (t −t0 ).2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. trattandosi di una equazione differenziale del primo ordine. essendo il sistema LTI nelle ipotesi fatte. 4. dt RC che.11.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . una relazione analoga alla (4. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4. La soluzione completa y(t) dell’equazione differenziale corrispondente all’ingresso x(t) = u(t) si scrive: y(t) = ylib (t) + yfor (t) = y0 e−t/RC + (1 − e−t/RC ) u(t) . la discontinuità di prima specie del segnale x(t) all’istante t = 0 implica una discontinuità della stessa specie all’istante t = 0 nella derivata prima di y p (t).37) esistente tra risposta al gradino e risposta impulsiva. 4. ∀t < 0] e stabile [h(t) è sommabile]. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . segue che c3 = −1.65) in maniera più semplice di quanto visto finora. e la (4. (4. ottenuta ponendo x(t) = u(t − t0 ).81) nota come equazione alla differenze a coefficienti costanti di ordine N. inoltre. Nel cap. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. per un’equazione differenziale di ordine N. M (4. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). il sistema LTI ottenuto è causale [h(t) = 0. Oltre ad essere chiaramente dispersivo. Notiamo a questo punto che.77).

. 4. (4. . a partire da un istante prefissato nin ∈ Z. Sistema RC (es. va detto che la teoria e la pratica delle equazioni alle differenze.4 0.9. per trovare la corrispondente uscita y(n) per n ≥ nin .2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig.8 0. sia applicato in ingresso al sistema un dato segnale x(n). . è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . avente la seguente risposta impulsiva:   bn .81) rappresenta una relazione i-u semplice da studiare. Assegnato l’ingresso x(n) per n ≥ nin .6 Esempi di sistemi LTI 175 1 0. y(−2) = y2 . . . Ponendo per semplicità nin = 0. y(−N) = yN .2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. . . assegnato il segnale di ingresso x(n).81) si può esprimere. Per N ≥ 1.81) descrive solo implicitamente un sistema. . A tale proposito. 1.81). Solo nel caso N = 0.24. . i sistemi definiti implicitamente dalla (4. yN sono valori (in genere reali) assegnati. . sono generalmente meno note ai lettori. (4.65). altrimenti . .16): (a) risposta impulsiva. sebbene in principio siano più semplici rispetto alle equazioni differenziali. sono sistemi LTI. supposto che. a0 m=0 (4. analogamente al caso TC. 3.6 0. la (4. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . (b) risposta al gradino. analogamente alle soluzioni di una equazione differenziale (4. . y2 . ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. e sono denominati sistemi auto-regressivi a media mobile (ARMA). sotto opportune ipotesi. In particolare. notiamo che la (4.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR).4. M} . è necessario risolvere rispetto a y(n) l’equazione alle differenze. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . per determinarne la relazione i-u.6 0.4 0. la (4. come: y(n) = y0 (n) + y p (n) . si può provare che la soluzione generale di una equazione del tipo (4. h(n) = a0  0. questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . . In particolare. n ∈ {0.8 RC h(t) 0.82) Dal confronto con l’es. 4.83) dove y1 .65).

ossia y0 (−1) = y1 . Pertanto. yN−1 assunti da y0 (n) per n ∈ {−N.81). N (4. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. .11 Se le N radici del polinomio q(z) sono distinte. . .87) dove c1 . la soluzione generale della (4.88) Quindi. . . . . . −1}. .88) che soddisfa le condizioni iniziali (4. zR aventi molteplicità N1 . .86) le cui radici possono essere reali. le radici di q(z) sono o reali o complesse coniugate. a . . y1 .h sono combinazioni lineari dei valori y0 . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. z2 . per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . . y0 (−2) = y2 . . ovvero la soluzione generale dell’equazione omogenea associata alla (4.84). Conseguentemente. −N + 1. la soluzione generale della (4.84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . . . come nel caso TC. .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). . N2 . i (4.h nh zn . Risolvendo il sistema lineare (4. cioè y1 = y2 = · · · = yN = 0. .89) si trova che le costanti ci. con N1 + N2 + · · · + NR = N.84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. yN . . immaginarie oppure complesse. la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. . . . .85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. NR . con z ∈ C e si pone y(n) = zn nella (4. . Se ci si limita a trovare soluzioni del tipo zn .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. . si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 .81): k=0 ∑ ak y(n − k) = 0 . . ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . l’esponenziale zn è soluzione della (4. siano esse z1 . . . . rispettivamente. . . (4.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). . c2 .84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn .h . 1 2 N (4. . . zN . cN sono costanti arbitrarie.84) si effettua ragionando similmente al caso TC. . .83). y2 . z2 . Se invece il polinomio q(z) presenta R radici distinte z1 . . M (4. l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . yN (−N) = yN . (4. a N 0 1 siano reali.

y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). Similmente al caso TC.4. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. y(−N) (ovvero le condizioni iniziali assegnate). y(−2).81).81) e (4. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. A differenza del caso TC. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete.83). che è applicabile solo a TD. Dividendo primo e secondo membro per a0 = 0. e ponendo a = −a1 /a0 e b = b1 /a0 .81) si può riscrivere lasciando solo y(n) al primo membro: y(n) = − 1 M 1 N ak y(n − k) + ∑ ∑ bm x(n − m) . . la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. . il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. . il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. più semplice. Esempio 4. a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1).92) . a0 k=1 a0 m=0 (4. dai valori y(n − 1).81) e dalle condizioni iniziali (4. . Tale procedura.91). assegnando y1 = y2 = · · · = yN = 0. ylib (n) = 0.81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . (4. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). y(n) − a y(n − 1) = b x(n) . l’equazione alle differenze (4. y(1). ossia. Successivamente. di quello passato x(0) e degli N valori precedenti dell’uscita y(0). . . x(n − 2).91) Tale relazione evidenzia che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n). . D’altra parte. (4.91). . ∀n ∈ Z. In conclusione. . . . che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. y(n − 2). con condizioni iniziali nulle.90) A causa della presenza dell’evoluzione libera. Pertanto. il sistema descritto dalle (4.83) è in generale lineare per le differenze e tempo-variante. il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. Nell’esempio che segue. Tale metodo si basa sull’osservazione che la (4. possiamo riscriverla nella forma seguente. . la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . y(−N + 1).17 (sistema AR del primo ordine) Consideriamo la seguente equazione alle differenze di ordine N = 1: a0 y(n) + a1 y(n − 1) = b1 x(n) . . I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. . .6 Esempi di sistemi LTI 177 del sistema è nulla. x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. .

178 Sistemi lineari tempo-invarianti (LTI) da cui si ricava che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n) e dal valore precedente y(n − 1) del segnale di uscita. A tale proposito. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . A differenza del caso TC.8333 e b = 1. suggerisce anche un modo per realizzare il sistema. in Matlab. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . i sistemi ARMA presentano risposte impulsive di durata infinita. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. 4. es. ossia y(n) = h(n).26 per a = 0.91) dell’equazione alle differenze (4.11. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. e stabile per 0 < |a| < 1. possiamo trovare la soluzione h(n) in maniera ricorsiva. a ed in generale. con un leggero abuso di notazione. Va detto che.16). Questa interpretazione porta allo schema a blocchi riportato in fig. data la notevole importanza dei sistema ARMA nelle applicazioni. il comando filter implementa proprio la relazione i-u di un sistema ARMA. h(n) può essere sinteticamente espressa come h(n) = b an u(n) . Dalle proprietà della risposta impulsiva. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). h(2) = a h(1) + b δ (2) = a(ab) = a2 b . h(1) = a h(0) + b δ (1) = ab . ed in particolare nell’elaborazione digitale dei segnali. h(n) = 0 . e sono pertanto sistemi IIR. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. 4. ponendo b = 1. osserviamo che la forma ricorsiva (4. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. la cui somiglianza con lo schema di fig. si vede che il sistema è dispersivo. denotiamo 12 Ad esempio. . iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . 4. ovvero y(−1) = 0. 4. per N ≥ 1. 4. Per semplicità. in generale. A conclusione di questo paragrafo. 4. scrivendo: h(n) = a h(n − 1) + b δ (n) . Analogamente. assumendo che il sistema sia inizialmente in quiete.81).25). oltre a fornire un metodo alternativo di risoluzione dell’equazione.23 sottolinea che l’equazione (4. che è rappresentata graficamente in fig. In tale ipotesi. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. ed in generale.25. nel cap. causale. h(n) = an b . Pertanto. il sistema in esame è un sistema IIR avente memoria praticamente finita. 4. per n ≥ 0. per n < 0.12 è utile fare qualche considerazione sulla loro implementazione.17. In definitiva. supposto 0 < |a| < 1. È interessante osservare che. Così facendo. Imponiamo che il sistema sia LTI.

4 0.27. lo schema a blocchi corrispondente alla (4. per m ∈ {M + 1. Precisamente.8333 e b = 1). . si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. . i sistemi AR presentano risposte impulsive di durata infinita. .25. ritardo elementare e sommatore.26. e con bm i rapporti bm /a0 . Risposta impulsiva del sistema LTI (es.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. . così facendo la (4. . . Questa ricorsione. .6 0. è riportato indietro verso il segnale di ingresso z(n). è possibile ottenere un sistema con N > M. M + 2. Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. h(n) 0 0 5 n 10 15 20 Fig. Il secondo sistema (quello di destra) ha come ingresso il segnale z(n) e produce in uscita il segnale y(n) secondo la seguente relazione ricorsiva: y(n) = k=1 ∑ ak y(n − k) + z(n) .17). con ak i rapporti −ak /a0 . 4. N (4. 4. N + 2.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . . ponendo a zero i coefficienti bm . 13 A . .94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. è possibile ottenere un sistema con N < M. 4. N}.2 Fig. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. per k ∈ {N + 1. M}.8 0.95) in cui l’uscita all’istante n si ricava in funzione del valore attuale del segnale di ingresso z(n) e dei valori del segnale di uscita negli N istanti precedenti. opportunamente ritardato e scalato. M}. 1. m=0 N N (4.4. 4. per m ∈ {0. . partire da un sistema ARMA con N = M. .93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale. . per k ∈ {1. 4.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. N (4. 2.93) è riportato in fig. N}. analogamente. . . . Per effetto della ricorsione. Il primo sistema (quello di sinistra) effettua una semplice elaborazione (consistente in ritardi e moltiplicazioni per costanti) del segnale di ingresso x(n) producendo in uscita il segnale: z(n) = m=0 ∑ bm x(n − m) . . ponendo a zero i coefficienti bk .

essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo.14 per un totale di 2 N ritardi elementari. La realizzazione di fig. .27 è comunemente denominata forma diretta I del sistema ARMA. mentre la (4. in quanto sia la parte MA che quella AR sono sistemi LTI. 4.94) rappresenta la parte MA (o FIR) del sistema. pertanto.28. 4. Così facendo si giunge alla struttura modificata rappresentata in fig. precedentemente menzionato. Lo schema si può vedere come la cascata della parte MA e della parte AR. .29.27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II.95) rappresenta la parte AR (o IIR) del sistema. . senza alterare la natura del sistema. 4. si ottiene la struttura cosiddetta canonica riportata in fig. che è generalmente denominata forma diretta II del sistema ARMA. . . ciò non altera il legame i-u del sistema. . . Realizzazione in forma diretta I di un sistema ARMA (N = M). 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N.15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. In tal modo.27. . 4. z -1 x(n-N) bN aN . ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. nonchè amplificatori e sommatori. Possiamo quindi dire che la (4. Lo schema di fig. .180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. . Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA. b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. z -1 y(n-N) b2 a2 . 15 Il comando filter di Matlab. 4. e sono pertanto sistemi IIR.

. x(n) u(n) b0 y(n) z -1 a1 z -1 a2 . . b1 b2 . . . .27 scambiando l’ordine della parte MA e della parte AR.28. . . . . z -1 aN u(n) b0 z -1 y(n) u(n-1) z -1 u(n-2) . . Realizzazione in forma canonica di un sistema ARMA (N = M).28 notando che i due banchi di ritardi paralleli possono essere sostituiti da un unico banco. . 4. 4. . . Realizzazione in forma diretta II di un sistema ARMA (N = M).4. b2 b1 Fig. z -1 u(n-N) bN parte AR parte MA Fig. . 4. . Lo schema si ottiene facilmente da quello di fig. Lo schema si ottiene facilmente da quello di fig.29.6 Esempi di sistemi LTI 181 x(n) z -1 a1 z -1 a2 . 4. z -1 aN u(n-N) bN . . .

per comodità di presentazione.96) esiste finita. avente ampiezza unitaria e fase iniziale nulla. per il quale la H( f ) definita dalla (4. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. oltre che come sovrapposizione di impulsi. 4. Sostituendo nella relazione i-u del sistema.97) +∞ −∞ h(τ ) e− j2π f τ dτ .12). e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. Questa relazione mostra che l’uscita y(t) corrispondente al fasore x(t) = e j2π f t è a sua volta un fasore avente la stessa frequenza f dell’ingresso. se reali. e dei sistemi LTI in particolare. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI.7 Risposta in frequenza di un sistema LTI Abbiamo visto in questo capitolo che rappresentando un arbitrario segnale di ingresso x(·) come sovrapposizione (discreta o continua) di impulsi δ (·). La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . Nei paragrafi seguenti. (4. in ingresso ad un sistema TC LTI con risposta impulsiva h(t).7. e scrivere la relazione i-u in termini di convoluzione discreta (4. si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t . Supponiamo che il segnale di ingresso sia un fasore a frequenza f .96) .12). moltiplicato per H( f ).1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. di sinusoidi (rappresentazioni di Fourier).182 Sistemi lineari tempo-invarianti (LTI) 4.7) oppure continua (4. ovvero poniamo x(t) = e j2π f t . Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari. Assumendo che la quantità tra parentesi tonde esista finita.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·).

ovvero si ha y = A x. la relazione A e = λ e che definisce gli autovettori e gli autovalori si può interpretare come il fatto che il vettore e viene trasformato da A nel vettore λ e. cioè dell’autovalore. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. 6 che la relazione (4. La quantità H(0) prende il nome di guadagno in continua del sistema LTI. per ogni fissato valore di f . che modifica l’ampiezza del fasore di ingresso. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. tale relazione di trasformata di Fourier è invertibile. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. osserviamo che H( f ).96). se h(τ ) è sommabile. Sotto opportune ipotesi. generalmente soddisfatte dai segnali di interesse pratico. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. dicendo che i fasori sono le autofunzioni dei sistemi LTI. che definisce H( f ) in funzione di h(τ ). prende il nome di risposta in ampiezza. evidenzia che i fasori sono segnali particolari per i sistemi LTI. ∀f ∈ R.97). detta antitrasformata di Fourier. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. proporzionale a e.96). ∀ f ∈ R. è in generale una grandezza complessa. la prop.30.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. Si noti che tale proprietà vale anche per f = 0.7 Risposta in frequenza di un sistema LTI 183 x(t) H(f) y(t) = H( f) e j2πft x(n) H(ν) y(n) = H( ν) e j2πνn Fig. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). Per completare l’analogia.98) La (4. e la sua inversa. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. si può interpretare come la trasformata di Fourier del segnale h(τ ). La prova di questo risultato si ottiene osservando che: |H( f )| = +∞ −∞ h(τ ) e− j2π f τ dτ ≤ +∞ −∞ |h(τ )| |e− j2π f τ | dτ = =1 +∞ −∞ |h(τ )|dτ . |H( f )| < +∞.9 si applica sicuramente a tutti i sistemi stabili. (4. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . Dalla sua definizione (4. 4. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. ovvero se il sistema è stabile. Sostituendo tale espressione nella (4. Tale proprietà si esprime. prende il nome di risposta in fase. 4. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. per analogia con la corrispondente proprietà dell’algebra lineare. in particolare concetti di analisi funzionale. in particolare l’ampiezza del fasore viene modificata da |H( f )|.4. Quindi. La prop. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). . essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. inoltre il suo modulo |H( f )|. mentre la sua fase H( f ). conseguentemente. Vedremo nel cap.31. Fig. 4. 4. Infatti. 4. da cui segue che. che modifica la fase del fasore di ingresso.30. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) .9 può anche essere rappresentata dallo schema a blocchi di fig. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. mentre la fase del fasore viene modificata da H( f ). Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI.

nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile.16 (si veda anche il § 4.99). la prop. della quale è facile ricavare modulo e fase. dt dt sostituendo nella (4. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . che definiscono rispettivamente la risposta in ampiezza e la risposta in fase del sistema RC: |H( f )| = 1 1 + (2π f RC)2 (risposta in ampiezza) (risposta in fase) H( f ) = − arctan(2π f RC) che sono rappresentate graficamente in fig. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. Sfruttando la conoscenza di h(t). § 4. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t).32 in funzione di 2π f RC. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) .99) x(t)=e j2π f t secondo la quale H( f ) si esprime come il rapporto tra l’uscita e l’ingresso quando l’ingresso è un fasore a frequenza f .100) Abbiamo visto nell’es. 4. ovvero H( f ) = y(t) x(t) . raffigurato in fig.16. Esempio 4. Questa definizione è di grande utilità per ricavare direttamente la risposta armonica dei sistemi TC LTI descritti da equazioni differenziali lineari a coefficienti costanti (cfr. (4.6. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. si perviene alla seguente equazione differenziale.1).22. 4. 6. da cui mettendo in evidenza e j2π f t si ottiene: (RC j2π f + 1) H( f ) e j2π f t = e j2π f t .96). avente ampiezza unitaria e fase iniziale nulla. e sostituendo tali espressioni nell’equazione differenziale (4. mentre assume valori minori di 1 per f = 0 e decrescenti . 4.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t .9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4. e sarà ulteriormente approfondito nel cap. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 .1) che. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . 4. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t).6. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . dt (4. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4.100) che descrive il sistema.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. 4. come dimostrato dall’esempio seguente.

si ha: H ∗ ( f ) = H(− f ) . 4. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. per un sistema reale. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. a prima vista. e sarà ulteriormente approfondito nei prossimi capitoli.100) e non la condizione iniziale y(0) = 0. al crescere di | f |. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. Infatti. In particolare. Risposta in frequenza di un sistema RC (es. (4.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza.96) o dalla (4.4. Se il sistema LTI è reale. supposto H( f ) finita. prop. risposta in fase (in basso). il che è vero se e solo se y(0) = 0. crescenti al crescere di | f |. In altri termini. che introduce un’attenuazione di ampiezza crescente con la frequenza. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . Infatti. 4.9 e l’es.18 conferma che la funzione H( f ) data dalla (4. 3. Un sistema di questo tipo. Pertanto.101) . 4. dove si è sfruttato il fatto che. il sistema può “sopprimere” completamente il segnale di ingresso. si è implicitamente imposto che il sistema sia LTI. se h(τ ) è reale. La prop. Quindi. In definitiva. viene chiamato filtro passabasso. 4. Tale conclusione non è corretta. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. ovvero la sua risposta impulsiva h(t) è una funzione reale. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . 4. Come osservazione conclusiva. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza.99) è in generale una funzione complessa. la corrispondente uscita è nulla. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. cercare la soluzione y(t) = H( f ) e j2π f t dell’equazione differenziale assegnata è equivalente ad imporre la condizione iniziale y(0) = 0. tuttavia. dato un sistema LTI. coniugando la (4.18): risposta in ampiezza (in alto). cioè H( f0 ) = 0. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. In virtù di questo comportamento. se l’ingresso è nullo. L’es. nell’imporre che l’uscita corrispondente al segnale x(t) = e j2π f t avesse l’espressione y(t) = H( f ) e j2π f t .7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema.32. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . la corrispondente uscita è necessariamente nulla (cfr. risulta h∗ (τ ) = h(τ ). che assume una importanza rilevante nello studio dei sistemi LTI.96). notiamo che.4).

186

Sistemi lineari tempo-invarianti (LTI)

Tale proprietà di simmetria della risposta in frequenza H( f ) prende il nome di simmetria hermitiana, ed è conseguenza del fatto che h(t) è una funzione reale. Utilizzando la formula di antitrasformazione di Fourier (cfr. cap. 6) si può anche provare che, se vale la (4.101), allora la h(t) è necessariamente reale. In termini matematici, quindi, la simmetria hermitiana della H( f ) è una condizione necessaria e sufficiente affinché la risposta impulsiva h(t) sia reale (e quindi affinché il sistema sia reale). Notiamo che, ponendo f = 0 nella (4.101), si ottiene H ∗ (0) = H(0), e quindi si ricava che H(0) è necessariamente reale, ovvero il guadagno in continua di un sistema reale è reale. Nel caso particolare in cui H( f ) assume solo valori reali, la simmetria hermitiana (4.101) si riduce alla convenzionale proprietà di simmetria pari. Più in generale, è possibile interpretare la simmetria hermitiana di H( f ) come simmetria pari/dispari della risposta in ampiezza ed in fase. Infatti se si esprime H( f ) in termini di modulo e fase: H( f ) = |H( f )| e j dalla (4.101) si ha: |H( f )| e− j
H( f ) H( f )

,

= |H(− f )| e j

H(− f )

,

da cui, uguagliando modulo e fase del primo e del secondo membro, si ha necessariamente: |H( f )| = |H(− f )| , H( f ) = − H(− f ) . (4.102) (4.103)

La (4.102) mostra in particolare che la risposta in ampiezza di un sistema reale è una funzione pari di f , mentre la (4.102) mostra che la risposta in fase di un sistema reale è una funzione dispari di f (a meno di multipli di 2π ).
Esempio 4.19 (simmetria hermitiana della risposta in frequenza di un sistema RC) La risposta impul1 siva di un sistema RC è la funzione reale h(t) = RC e−t/RC u(t), per cui esso è un sistema reale, e quindi la sua risposta in frequenza H( f ) presenta la proprietà di simmetria hermitiana. Tale proprietà si può provare analiticamente, notando che H ∗( f ) = 1 1 = = H(− f ) , 1 − j2π f RC 1 + j2π (− f )RC

oppure anche graficamente, notando (fig. 4.32) che la risposta in ampiezza è una funzione pari, e la risposta in fase è una funzione dispari.

4.7.2 Risposta ad un fasore di un sistema TD LTI

Le considerazioni sviluppate nel precedente paragrafo nel caso TC si possono ripetere per il caso TD, con poche modifiche. Partiamo dalla relazione i-u (4.7) per un sistema TD LTI, che riportiamo di seguito per comodità: y(n) =
+∞ k=−∞

h(k) x(n − k) .

Supponiamo che l’ingresso x(n) sia un fasore a frequenza ν ∈ R, avente ampiezza unitaria e fase iniziale nulla, ovvero poniamo x(n) = e j2πν n . Sostituendo l’espressione di x(n) nella relazione i-u del sistema, si ottiene: y(n) =
+∞ k=−∞

h(k) e j2πν (n−k) =

+∞ k=−∞

h(k) e− j2πν k e j2πν n

4.7 Risposta in frequenza di un sistema LTI

187

Nell’ipotesi che la serie bilatera tra parentesi tonde converga, poniamo: H(ν ) =
+∞ k=−∞

h(k) e− j2πν k ,

(4.104)

per cui si può scrivere: y(n) = H(ν ) e j2πν n , e quindi l’uscita y(n) corrispondente al fasore x(n) = e j2πν n è un fasore avente la stessa frequenza ν dell’ingresso, moltiplicato per la quantità H(ν ). Tale importante proprietà è riassunta schematicamente di seguito: Proprietà 4.10 (risposta ad un fasore di un sistema TD LTI) Si consideri un fasore a frequenza ν ∈ R, in ingresso ad un sistema TD LTI con risposta impulsiva h(n), per il quale la H(ν ) definita dalla (4.104) esiste finita. Vale la seguente relazione i-u: x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n (4.105)

La prop. 4.10, analogamente al caso TC, può essere rappresentata schematicamente come in fig. 4.31. Tale proprietà vale anche per ν = 0, ed in tal caso il fasore di ingresso degenera nel segnale costante x(n) = 1, cui corrisponde in uscita ancora un segnale costante y(n) = H(0). La quantità H(0) prende anche in questo caso il nome di guadagno in continua del sistema LTI. Riguardata come funzione complessa della variabile ν ∈ R, la funzione H(ν ) prende il nome di risposta in frequenza o risposta armonica del sistema TD LTI. Il modulo e la fase di H(ν ), come nel caso TC, prendono il nome di risposta in ampiezza e in fase, rispettivamente, in quanto agiscono sull’ampiezza e sulla fase del fasore di ingresso. Anche in questo caso la relazione matematica (4.104) che definisce H(ν ) in funzione di h(k) è una trasformata di Fourier, e sotto opportune ipotesi mostreremo che tale relazione è invertibile, per cui è possibile ricavare h(k) a partire da H(ν ) mediante una antitrasformata di Fourier. Notiamo che, come nel caso TC, la risposta in frequenza esiste finita per ogni ν ∈ R se il sistema è stabile, ovvero h(k) è sommabile. Quest’ultimo risultato discende dal fatto che |H(ν )| =
+∞ k=−∞

h(k) e− j2πν k ≤

+∞ k=−∞

|h(k)| |e− j2πν k | =
k=1

+∞ k=−∞

|h(k)| ,

∀ν ∈ R ,

da cui segue che, se h(k) è sommabile, allora la serie all’ultimo membro dell’equazione di cui sopra è convergente e, conseguentemente, |H(ν )| < +∞, ∀ν ∈ R. Quindi, la prop. 4.10 si applica sicuramente a tutti i sistemi stabili. Una differenza importante tra la risposta in frequenza nel caso TC e quella nel caso TD è legata alla proprietà di periodicità in frequenza dei fasori TD (cfr. § 2.3.3). Infatti, poiché nel caso TD due fasori aventi frequenze ν e ν + 1 coincidono, ci aspettiamo che il sistema LTI li tratti allo stesso modo, e quindi che la risposta in frequenza assuma gli stessi valori in corrispondenza di tali frequenze, ovvero H(ν ) = H(ν + 1) , ∀ν ∈ R .

Questa relazione si può provare facilmente (vedi dopo), ed esprime il fatto che la funzione H(ν ) è periodica in frequenza di periodo 1. Vale pertanto la seguente proprietà:

188

Sistemi lineari tempo-invarianti (LTI)

Proprietà 4.11 (periodicità della risposta in frequenza di un sistema TD LTI) La risposta in frequenza H(ν ) di un sistema LTI a TD, definita dalla (4.104), è periodica di periodo unitario, ossia: H(ν ) = H(ν + 1) , ∀ν ∈ R .

Prova. La prova è banale, e discende direttamente dalla definizione (4.104) e dalla periodicità in frequenza dei fasori TD. Calcolando direttamente H(ν + 1), si ha: H(ν + 1) =
+∞ k=−∞

h(k) e− j2π (ν +1)k =

+∞ k=−∞

h(k) e− j2πν k e− j2π k =
=1

+∞ k=−∞

h(k) e− j2πν k = H(ν ) ,

come si voleva dimostrare.

Anche nel caso TD, supposto H(ν ) finita, la prop. 4.10 consente di fornire una definizione della risposta in frequenza alternativa alla (4.104), e precisamente: H(ν ) = y(n) x(n) (4.106)

x(n)=e j2πν n

ovvero come rapporto tra l’uscita e l’ingresso quando l’ingresso è un fasore a frequenza ν , avente ampiezza unitaria e fase iniziale nulla. Questa definizione è di grande utilità per ricavare direttamente la risposta armonica di un sistema LTI descritto da una equazione alle differenze lineare a coefficienti costanti (cfr § 4.6.2), come dimostrato dall’esempio seguente.
Esempio 4.20 (risposta in frequenza di un sistema AR del primo ordine) Consideriamo il sistema AR dell’es. 4.17, descritto dalla seguente equazione alle differenze: y(n) = a y(n − 1) + b x(n) . (4.107)

Abbiamo visto nell’es. 4.17 che, nell’ipotesi di condizioni iniziali nulle, ossia y(−1) = 0, tale equazione alle differenze definisce univocamente un sistema LTI causale, avente risposta impulsiva h(n) = b an u(n), che risulta stabile se |a| < 1. Invece di sostituire l’espressione di h(n) nella (4.104), utilizziamo la (4.99), ossia sostituiamo x(n) = e j2πν n e y(n) = H(ν ) e j2πν n nella (4.107). Si ha: H(ν ) e j2πν n = a H(ν ) e j2πν (n−1) + b e j2πν n , da cui raggruppando i termini si ottiene: H(ν ) 1 − a e− j2πν e j2πν n = b e j2πν n . Affinché l’uguaglianza precedente sia verificata per ogni n ∈ Z, deve risultare: H(ν ) 1 − a e− j2πν = b , da cui si ottiene infine la risposta in frequenza di un sistema AR del primo ordine: H(ν ) = b . 1 − a e− j2πν

Bisogna osservare che il procedimento seguito è corretto solo nell’ipotesi che la funzione H(ν ) definita dalla (4.104) esiste finita; abbiamo visto che una condizione sufficiente affinché ciò accada è che h(n) sia sommabile

4.7 Risposta in frequenza di un sistema LTI

189

2 |H(ν)| 1 0 −2 1 ∠ H(ν) 0 −1 −2 −1 0 ν 1 2 ∠ H(ν) |H(ν)| −1 0 ν 1 2

2 1 0 −2 1 0 −1 −2 −1 0 ν 1 2

−1

0 ν

1

2

Fig. 4.33. Risposta in frequenza di un sistema AR del primo ordine (es. 4.20) per a = 0.5: risposta in ampiezza (in alto); risposta in fase (in basso). Si noti che le risposte sono periodiche di periodo 1.

Fig. 4.34. Risposta in frequenza di un sistema AR del primo ordine (es. 4.20) per a = −0.5: risposta in ampiezza (in alto); risposta in fase (in basso). Si noti che le risposte sono periodiche di periodo 1.

(sistema stabile), il che accade se e solo se |a| < 1. La risposta in ampiezza e la risposta in fase del sistema AR si ottengono applicando semplici risultati di algebra dei numeri complessi, e si possono esprimere come |H(ν )| = |b| [1 − a cos(2πν )]2 + a2 sin2 (2πν ) a sin(2πν ) , 1 − a cos(2πν ) = |b| 1 + a2 − 2 a cos(2πν ) ,

H(ν ) = b − arctan

che sono rappresentate graficamente in fig. 4.33 per a = 0.5 e b = 1, ed in fig. 4.34 per a = −0.5 e b = 1. Abbiamo rappresentato modulo e fase nell’intervallo ν ∈ (−2, 2), per evidenziare la periodicità di H(ν ) con periodo unitario; in pratica tenendo conto di questa osservazione sarebbe stato sufficiente rappresentare modulo e fase in un qualunque intervallo di ampiezza unitaria, come ν ∈ (0, 1) oppure ν ∈ (−1/2, 1/2). Una differenza importante che emerge dal confronto tra gli spettri di ampiezza per a = 0.5 e a = −0.5 è il fatto che nel primo caso si ha un massimo per ν = 0 (e, per la periodicità, per tutti i punti ν = k, k ∈ Z), mentre nel secondo caso si ha un massimo per ν = 1 (e, per la periodicità, per tutti i punti ν = 1 + k, k ∈ Z). Ricordando (cfr. § 2.3.3) 2 2 che nel caso TD le frequenze ν = 1 + k, k ∈ Z, rappresentano quelle dei fasori più rapidamente variabili (e 2 quindi vanno considerate come le alte frequenze nel caso TD), possiamo concludere che per a = −0.5 (ma più in generale, per −1 < a < 0) il sistema LTI si comporta come un filtro passaalto, mentre per a = 0.5 (più in generale, per 0 < a < 1) il sistema si comporta come un filtro passabasso.

La proprietà 4.10 e l’es. 4.20 mostrano che un sistema LTI, anche nel caso TD, tratta selettivamente i fasori in ingresso a secondo della frequenza ν (selettività in frequenza dei sistemi LTI). In particolare, se la risposta in frequenza si annulla alla frequenza ν , un fasore a frequenza ν è completamente soppresso dal sistema, nel senso che la corrispondente uscita è nulla. Anche nel caso TD, inoltre, se h(n) è una funzione reale (sistema reale), la H(ν ) gode della proprietà di simmetria hermitiana: H ∗ (ν ) = H(−ν ) , (4.108)

che si può esprimere equivalentemente, come nel caso TC, dicendo che il modulo è una funzione pari di ν , e la fase una funzione dispari di ν (a meno di multipli di 2π ). Ad esempio, si può verificare analiticamente che la risposta in frequenza H(ν ) dell’es. 4.20 soddisfa la (4.108), e d’altra parte

190

Sistemi lineari tempo-invarianti (LTI)

dalle fig. 4.33 e 4.34 appare chiaro che lo spettro di ampiezza ha simmetria pari, e quello di fase ha simmetria dispari. Concludiamo sottolineando che le relazioni i-u per i fasori viste in questa sezione (prop. 4.9 per il caso TC e 4.10 per il caso TD) sono di grande importanza teorica per il seguito della trattazione, e saranno frequentemente utilizzate nei capitoli seguenti.
4.7.3 Risposta ad una sinusoide di un sistema LTI reale

Data la relazione lineare esistente tra fasori e sinusoidi (formule di Eulero), è semplice ricavare le relazioni i-u per le sinusoidi in ingresso a sistemi LTI applicando il principio di sovrapposizione. Si consideri, ad esempio, il segnale sinusoidale TC a frequenza f0 ∈ R: x(t) = A cos(2π f0t + ϕ0 ) . Applicando la formula di Eulero, esso può essere espresso come sovrapposizione di due fasori: x(t) = A j(2π f0t+ϕ0 ) A − j(2π f0t+ϕ0 ) A jϕ0 j2π f0t A − jϕ0 − j2π f0t e + e = e e + e e . 2 2 2 2

Notando che le quantità A e jϕ0 e A e− jϕ0 sono delle semplici costanti moltiplicative complesse (non 2 2 dipendenti cioè dal tempo t), è possibile applicare il principio di sovrapposizione (3.23) e successivamente la (4.97), ottenendo: y(t) = A A jϕ0 e H( f0 ) e j2π f0t + e− jϕ0 H(− f0 ) e− j2π f0t . 2 2

In generale, la precedente relazione non fornisce un segnale y(t) reale. Se però il sistema LTI è reale, la H( f ) gode della proprietà di simmetria hermitiana (4.101), per cui la relazione precedente si semplifica notevolmente, evidenziando che il segnale y(t) è reale.17 Infatti, poiché H ∗ ( f0 ) = H(− f0 ), i due addendi della precedente relazione sono uno il coniugato dell’altro, per cui si ha: y(t) = 2 Re A H( f0 ) e j(2π f0t+ϕ0 ) = A |H( f0 )| cos[2π f0t + ϕ0 + H( f0 )] . 2

La relazione trovata mostra che l’uscita y(t) corrispondente ad una sinusoide a frequenza f0 è ancora una sinusoide alla stessa frequenza, con ampiezza modificata da |H( f0 )| e fase modificata da H( f0 ). Un ragionamento analogo si può effettuare per la funzione seno, e quindi sinteticamente è possibile enunciare la proprietà seguente: Proprietà 4.12 (risposta ad una sinusoide di un sistema TC LTI) Si consideri una sinusoide (coseno o seno) a frequenza f0 ∈ R, in ingresso ad un sistema TC LTI con risposta impulsiva reale h(t), per il quale H( f ) definita dalla (4.96) esiste finita per f = f0 . Valgono le seguenti relazioni i-u: x(t) = A cos(2π f0t + ϕ0 ) −→ y(t) = A |H( f0 )| cos[2π f0t + ϕ0 + H( f0 )] ; x(t) = A sin(2π f0t + ϕ0 ) −→ y(t) = A |H( f0 )| sin[2π f0t + ϕ0 + H( f0 )] .
17 D’altra

(4.109) (4.110)

parte, un sistema reale sollecitato da un segnale di ingresso reale deve necessariamente restituire in uscita un segnale reale.

12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. Notiamo in effetti che la (4. è semplice risalire allo sfasamento H( f0 ) = ϕy − ϕx introdotto dal sistema risolvendo una semplice proporzione: ϕy − ϕx ty − tx ∆t = = 2π T0 T0 =⇒ H( f0 ) = ϕy − ϕx = 2π ∆t = 2π ∆t f0 . 4. per il quale H(ν ) definita dalla (4. (4. considerando due attraversamenti dell’origine con pendenza positiva).12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). Inoltre. se H(ν0 ) = 0. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig.35. 4. 4. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay .35.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop.35). viene collegato all’ingresso e all’uscita del circuito. 4. Esempio 4. notiamo che per la proprietà 4. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla.104) esiste finita per ν = ν0 . 4. T0 In definitiva. 4. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. capace cioè di rappresentare due segnali su uno stesso visore. ed è riportata di seguito per completezza. Variando la frequenza f0 del generatore (a scatti oppure in maniera .110) si può ottenere come caso particolare della (4. la prop. un oscilloscopio a doppia traccia. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . Si consideri lo schema di misura di fig.7 Risposta in frequenza di un sistema LTI 191 generatore sinusoidale x(t) f 0 (variabile ) circuito elettrico y(t) in1 in2 oscilloscopio a doppia traccia Fig.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare.112) Analogamente al caso TC. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4.109) introducendo un opportuno sfasamento di π /2. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n).12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico.4. se H( f0 ) = 0.111) (4.21). Si può immediatamente osservare che. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla.

La tecnica vista si può estendere anche a sistemi di natura diversa da quella elettrica (ad esempio. . in modo da ottenere un campionamento sufficientemente fitto della funzione H( f ). a patto di disporre di opportuni trasduttori ed attuatori. e ricavare la H( f ) mediante interpolazione numerica o grafica. a sistemi meccanici). è possibile ripetere la procedura vista in corrispondenza di più valori di frequenza.192 Sistemi lineari tempo-invarianti (LTI) continua).

(e) come (c). (trasformata di Hilbert). dispersivo. stabile. causale. causale. (d) h(n) = |k|≤3 ∑ δ (n − k). .4.5T .2 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. (c) h(t) = rect t−0. (c) h(n) = k=−M1 ∑ M2 (−1)k δ (n − k). causale. (b) y(n) = (c) y(n) = (d) y(n) = (e) y(n) = (f) y(n) = k=−∞ n ∑ x(k).5T . stabile. stabilire se il sistema è non dispersivo.8 Esercizi proposti Esercizio 4. in alternativa cercare di esprimere direttamente la relazione tra y(t) ed x(t) come una convoluzione.] Risultato: (a) h(n) = δ (n) + 2δ (n − 1) − 3δ (n − 2). causale. dall’esame della risposta impulsiva. instabile. dispersivo. x(n − k). |k| k = −∞ k=0 +∞ k=−∞ (g) y(n) = ∑ 1 x(n − k). instabile.8 Esercizi proposti 193 4.] Risultato: (a) h(t) = u(t). dispersivo. (a) y(n) = x(n) + 2 x(n − 1) − 3x(n − 2). causale. (T ∈ R+ ). Successivamente. dispersivo. (a) y(t) = t −∞ x(τ ) dτ . (g) h(t) = 1/(π t). t−T t+T t 1 π +∞ −∞ x(τ ) dτ t −τ [Suggerimento: per determinare h(t) applicare x(t) = δ (t) e semplificare utilizzando le proprietà dell’impulso. stabile. (T ∈ R+ ). dispersivo. M2 ∈ N). dispersivo. stabilire se il sistema è non dispersivo. non causale. +∞ τ − 0.1 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. stabile. instabile. causale. ∑ 1 x(n − k). (b) h(n) = u(n). Successivamente. x(t − τ ) dτ x(τ ) dτ x(τ ) dτ (T ∈ R+ ). (f) h(t) = rect t+0. stabile. dall’esame della risposta impulsiva. 1 + |k| [Suggerimento: vedi esercizio precedente. stabile. (b) y(t) = 3 x(t) + 5 x(t − 2). stabile. (b) h(t) = 3 δ (t) + 5 δ (t − 2).5T rect (c) y(t) = T −∞ (d) y(t) = (e) y(t) = (f) y(t) = (g) y(t) = T 0 t x(t − τ ) dτ (T ∈ R+ ). causale. (−1)k x(n − k) (M1 . Esercizio 4. non causale. k=−M1 |k|≤3 +∞ ∑ M2 ∑ k=0 +∞ ∑ x(n − k). dispersivo. T T dispersivo. non causale. (d) come (c).

(c) δ (n) ∗ δ (n − 2). . non causale. Esercizio 4.] Risultato: y(n) = 2 1 − 1 n+1 2 u(n). Risultato: (a) δ (t). (g) Esercizio 4. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). +∞ k=−∞ ∑ x(t − kT0 ) = repT0 [x(t)]. 2 Esercizio 4. y4 (n) = x(n − 2) ∗ h(n + 2). Risultato: (a) y1 (n) = 2δ (n + 1) + 4δ (n) + 2δ (n − 1) + 2δ (n − 2) − 2δ (n − 4). Adoperando le proprietà della convoluzione. [Suggerimento: applicare la proprietà di invarianza temporale della convoluzione. (b) x(t).5 Il segnale di ingresso x(n) e la risposta impulsiva h(n) di un sistema LTI sono dati da: x(n) = 1 2 n−2 u(n − 2) e h(n) = u(n + 2) . semplificare il più possibile le seguenti espressioni: (a) δ (t) ∗ δ (t). (b) y2 (n) = y1 (n + 2). (f) h(n) = h(n) = 1 . stabile.194 Sistemi lineari tempo-invarianti (LTI) dispersivo. (e) come (b). calcolare e diagrammare le seguenti convoluzioni: (a) (b) (c) (d) y1 (n) = x(n) ∗ h(n). 1 + |n| 0. y2 (n) = x(n + 2) ∗ h(n). (c) y3 (n) = y2 (n). (e) k=−∞ (f) δ (2t) ∗ x(t). +∞ (d) k=−∞ +∞ ∑ ∑ δ (t − kT0 ) ∗ x(t). Esercizio 4. (c) δ (n − 2). instabile. y3 (n) = x(n) ∗ h(n + 2). instabile.3 Utilizzando le proprietà degli impulsi e quelle della convoluzione. (b) δ (t − 5) ∗ x(t + 5). non causale. (e) +∞ k=−∞ ∑ x(n − kN0 ) = repN0 [x(n)].6 Un sistema LTI avente risposta impulsiva h(t) = eat u(t) con a ∈ R − {0} è sollecitato dall’ingresso x(t) = ebt u(t) con b ∈ R − {0}. 1 |n| n=0 . Risultato: y(t) = t eat u(t) per a = b. y(t) = 1 a−b eat − ebt u(t) per a = b. (g) δ (2n) ∗ x(n). (g) x(n). dispersivo. Calcolare l’uscita y(t) del sistema.4 Siano x(n) = δ (n) + 2δ (n − 1) − δ (n − 3) e h(n) = 2δ (n + 1) + 2δ (n − 1). (d) y4 (n) = y1 (n). (d) (f) 1 x(t). non causale. δ (n − kN0 ) ∗ x(n). n=0 . dispersivo.

per t ≥ 6 . per t < 0 .  n  a .   1 e(t+1) . per t > −1 .8 Esercizi proposti 195 Esercizio 4. con |b| < 1. Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T . Esercizio 4. Esercizio 4. . per t ≤ 0 .9 Il segnale di ingresso x(t) e la risposta impulsiva h(t) di un sistema LTI sono dati da: (a) x(t) = e−|t| ed h(t) = e−2 (t+1) u(t + 1).  −t/T  (e − 1) . per t ≤ −1 .    2t .8 Il segnale di ingresso x(t) e la risposta impulsiva h(t) di un sistema LTI sono dati da: (a) x(t) = e−t/T u(t) ed h(t) = rect t − T /2 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n). e  0 .  per 0 ≤ t < 2 . Calcolare l’uscita y(n) del sistema. per t < 0 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). con |b| < 1. con a > 1. per 4 ≤ t < 6 . per t > T . Esercizio 4.   9 − 6t + t 2 . Te  0 .4.  1−1/a Risultato: (a) y(n) =  1/a  1−1/a .    2t − t 2 . (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2).    0 . per 1 < t ≤ 2 .7 Un sistema LTI avente risposta impulsiva h(n) = an u(n) con a ∈ R − {0} è sollecitato dall’ingresso x(n) = bn u(n) con b ∈ R − {0}. (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n).  −t/T ) .   12 − 2t .  per 0 < t ≤ 1 . per 2 ≤ t < 4 .10 Il segnale di ingresso x(n) e la risposta impulsiva h(n) di un sistema LTI sono dati da: (a) x(n) = u(n) ed h(n) = an u(−n − 1).  (b) y(t) = 4 .  0 . per t ≥ 3 . Risultato: y(n) = (n + 1) bn u(n) per a = b. per 2 < t < 3 .    0 .  (b) y(t) = 1 . per n > −1 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). con T ∈ R+ . per n ≤ −1 . T (b) x(t) = 2 u(t − 1) + 2 u(t − 3) ed h(t) = u(t + 1) − 2 u(t − 1) + u(t − 3). 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b.

per n > 3 .     (b) y(n) = 1 − 2(n−9) .11 Senza calcolare la convoluzione. Mostrare che le seguenti proprietà sono vere: d d x(t) è y(t). dt dt (b) Detta y(n) la risposta di un sistema LTI all’ingresso x(n). per n ≤ 3 . Risultato: (a) y(n) =  1. per 0 ≤ n < 9 . Lo studio dettagliato di tale problema richiede la conoscenza della teoria della misura.  2(n+1) − 2(n−9) .12 Questo esercizio introduce ulteriori proprietà della convoluzione.  1−an+1 . e j2πν0 1− b (c) y(n) =  0 .     0 . per n ≥ 9 . la risposta all’ingresso ∇1 [x(n)] è ∇1 [y(n)]. . tale scambio non è sempre possibile.    1− e j2πν0 (n+1)   n bn+1 b . Se gli estremi di integrazioni sono infiniti. (b) x(n) = R10 (n) ed h(n) = 2n u(−n − 1). se −∞ < a < b < +∞ ed f (t. utilizzando il risultato ottenuto al punto (a) dell’esercizio precedente e sfruttando la proprietà di linearità e invarianza temporale. determinare l’uscita del sistema LTI quando la risposta impulsiva h(n) e il segnale di ingresso x(n) sono dati da: (a) x(n) = u(n − 4) ed h(n) = 2n u(−n − 1). si ha: d dt b a f (t. per 0 ≤ n < 4 . Osservazione. τ ) è una arbitraria funzione di due variabili derivabile rispetto a t. (a) Detta y(t) la risposta di un sistema LTI all’ingresso x(t).  1−a  n 1−(1/a)5 a 1−(1/a) per n < 0 . la cui trattazione esula . τ )dτ = b a d [ f (t. τ )] dτ . Esercizio 4. cioè a = −∞ e b = +∞. per n ≤ −1 . j2πν (b) y(n) = 1− e b 0    1− e j2πν0 10  n b b10  . 0 . la risposta all’ingresso Le relazioni precedenti vanno sotto il nome di proprietà di derivazione della convoluzione: d d d [x(t) ∗ h(t)] = x(t) ∗ h(t) = x(t) ∗ h(t) dt dt dt ∇1 [x(n) ∗ h(n)] = [∇1 x(n)] ∗ h(n) = x(n) ∗ [∇1 h(n)] La seconda espressione si ottiene facilmente sfruttando la proprietà commutativa. dove a = b e j2πν0 . per n > 9 . come conseguenza del criterio di Leibnitz. La verifica della proprietà nel caso TC richiede qualche cautela dal punto di vista matematico.196 Sistemi lineari tempo-invarianti (LTI)  per n < 0 .  2(n−3) . per n ≥ 4 . dt ovvero è possibile scambiare l’ordine tra le operazioni di derivazione ed integrazione senza alcun problema. Esercizio 4. Infatti. per −1 < n ≤ 9 .

(f) il sistema è dispersivo. dt Esercizio 4. f (t. h(t) = rect(t − 0. t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . h(n) = 4n u(n). (e) il sistema è dispersivo. h(t) = e2t u(−1 − t). stabile. instabile. stabile. stabile.14 Calcolare e diagrammare la risposta al gradino s(n) del sistema LTI avente relazione i-u y(n) = x(n + 1) − 2 x(n) + x(n − 1) Successivamente. τ ) dt allora d dt +∞ −∞ ≤ g(t. . Esercizio 4. Risultato: s(n) = δ (n + 1) − δ (n).16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n).4. stabilire se il sistema è non dispersivo. Esercizio 4. stabile. h(n) = (1/2)|n| .13 Calcolare e diagrammare la risposta al gradino e la risposta impulsiva del sistema LTI avente relazione i-u: y(t) = t t−1 [x(τ ) − x(τ − 1)] dτ . (g) il sistema è dispersivo. stabile. utilizzando s(n). (g) h(t) = 2 e−t − e(t−100)/100 u(t). stabilire se il sistema è non dispersivo. causale. instabile.5) − rect(t − 1. Risultato: (a) il sistema è dispersivo. τ ) integrabile su R rispetto a τ e un costante ε > 0. τ )] dτ . Risultato: s(t) = Λ(t − 1).8 Esercizi proposti 197 dagli scopi di questo corso. Esercizio 4. causale.15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). τ ) . (c) il sistema è dispersivo. non causale. causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2). h(t) = e−2t u(t + 2). non causale. causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n). (d) il sistema è dispersivo. y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4). Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. h(t) = e−6t u(3 − t).5). non causale. causale. h(t) = t e−t u(t). calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). h(n) = (1/3)n u(n) + 3n u(−n − 1). h(t) = e−6|t| . tale per cui: d f (t. τ )dτ = +∞ −∞ d [ f (t. non causale. (b) il sistema è dispersivo.

Esercizio 4. si trova L = 2. causale. Risultato: (a) y(n) = R4 (n − 2). stabile. . 3 (f) h(n) = 2 u(n + 5) − u(n) − u(n − 5). stabile. (b) Calcolare y(n) quando x(n) = δ (n − 2).198 Sistemi lineari tempo-invarianti (LTI) (e) h[n] = sin nπ u(n). non causale. (e) il sistema è dispersivo. non causale. [Suggerimento: studiare l’equazione h(t) ∗ hinv (t) = δ (t) nelle incognite gk . k ∈ N0 . 2 con T > 0. Risultato: (a) y(n) ≡ 0. (b) y(n) = R4 (n − 4). instabile. (a) Calcolare y(n) quando x(n) = δ (n − 1). stabilire se S può essere un sistema LTI. (d) si prova effettuando il cambiamento di variabile h = 2k nella sommatoria e ricordando le proprietà dell’espansione.18 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(k) g(n − 2k) . (c) Sulla base dei risultati dei punti (a) e (b). instabile. causale. (c) non è LTI. stabile. Risultato: (a) il sistema è dispersivo. (d) Verificare che S si può interpretare come la cascata (nell’ordine) di un espansore per L (con L da determinare) e di un sistema LTI con risposta impulsiva h(n) = g(n). (c) Sulla base dei risultati dei punti (a) e (b). (c) il sistema è dispersivo. stabile. (g) il sistema è dispersivo. dove g(n) = R4 (n). (a) Calcolare y(n) quando x(n) = δ (n − 1). Si può dimostrare che tale sistema è invertibile e che il sistema inverso ha risposta impulsiva hinv (t) = +∞ k=0 ∑ gk δ (t − kT ). (b) y(n) = R3 (n − 1).17 Si consideri il sistema LTI avente risposta impulsiva 1 h(t) = δ (t) + δ (t − T ) . non causale. stabilire se S può essere un sistema LTI. (f) il sistema è dispersivo. dove g(n) = R3 (n).19 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(2k) g(n − k) . causale. (b) il sistema è dispersivo. Ricavare l’espressione dei coefficienti gk . (b) Calcolare y(n) quando x(n) = δ (n − 2). (d) il sistema è dispersivo. stabile. causale.] 1 Risultato: gk = (−1)k 2k . (g) h(n) = n (1/3)n u(n − 1). Esercizio 4. Esercizio 4. (c) non è LTI.

h1(t) u1(t) + w 3(t) h3(t) u3(t) h4(t) u4(t) + + y(t) x(t) h2(t) u2(t) Sistema complessivo .8 Esercizi proposti 199 Esercizio 4. Esercizio 4. motivando brevemente le risposte.4. stabile. causale. Esercizio 4. rispettivamente. causale. h2 (t) = e−2t u(t) e h4 (t) = e−3 (t+2) u(t + 2) . determinare la risposta impulsiva h2 (n) (si noti che questo equivale ad effettuare una deconvoluzione). rispettivamente. instabile. causale. h2 (t) = u(t + 2) − u(t) . il sistema h3 (t) è dispersivo. (a) Classificare. Sapendo che la risposta impulsiva del sistema complessivo è h(n) = δ (n) + 4δ (n − 1) − 4δ (n − 2) − 2δ (n − 3) + 5δ (n − 4). non causale.22 I quattro sistemi LTI in figura sono caratterizzati dalle seguenti risposte impulsive: h1 (t) = h3 (t) = δ (t − 1) . (b) h(t) = (1−eat ) u(t). stabile. Risultato: (a) il sistema h1 (t) è dispersivo. instabile.21 Si consideri la seguente interconnessione di sistemi LTI: w1(t) h1(t) + x(t) w(t) h3(t) y 3(t) + y(t) + h2(t) w2(t) y 4(t) h4(t) Sistema complessivo - Le risposte impulsive dei sistemi sono le seguenti: h1 (t) = u(t) . stabile. h3 (t) = δ (t − 2) . il sistema h4 (t) è dispersivo. il sistema è dispersivo. causale.20 Si consideri la connessione in cascata dei due sistemi LTI causali aventi risposte impulsive h1 (n) ed h2 (n). dove a è un numero reale negativo. ciascuno dei sistemi sopra riportati sulla base delle loro proprietà (non dispersività. causalità e stabilità). (b) Determinate la risposta impulsiva h(t) del sistema complessivo avente come ingresso ed uscita i segnali x(t) e y(t). il sistema h2 (t) è dispersivo. con h1 (n) = R2 (n). e discuterne le proprietà (non dispersività. Risultato: h2 (n) = δ (n) + 3δ (n − 1) − 7δ (n − 2) + 5δ (n − 3). causalità e stabilità). h4 (t) = eat u(t) .

1 + j/2 1 + j/2 . (b) il sistema è dispersivo. (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. dispersivo. invarianti temporalmente e stabili. non causale. Risultato: (a) y(t) = T −T x at − τ 3 d τ . Esercizio 4. stabile. mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at). (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. con a ∈ R. (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). sulla base delle sue proprietà di non dispersività. il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). Entrambi i sistemi sono lineari. con T > 0. (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). (b) Classificare il sistema complessivo. causale. stabile. (c) h(t) = 3 rect Esercizio 4. rispettivamente.24 Si consideri la seguente interconnessione di sistemi: u(t) x(t) S1 h(t) v(t) S2 y(t) dove il sistema al centro è LTI con risposta impulsiva h(t) = rect t . non dispersivo. (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. Esercizio 4. stabile. rispettivamente. 2T lineare per ogni a.23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . eccetto che nel caso in cui a = 3. (b) per n → +∞. dispersivi. Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). causali.25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . invariante temporalmente.200 Sistemi lineari tempo-invarianti (LTI) (a) Calcolare la risposta impulsiva h(t) del sistema complessivo [avente x(t) come ingresso e y(t) come uscita]. y(n) ≈ . il sistema è lineare. causalità e stabilità. Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. in generale è tempo-variante. non dispersività.5) nel caso (b). (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). S3 : y(t) = x(t/2) (espansione di 2) . motivando brevemente le risposte. S2 : h(t) = δ (t) − δ (t − 1) . non causale. Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). (b) il sistema è 3t . causalità e stabilità). y(t) = x(t) − x(t − 0.

4.4. (f) il sistema è dispersivo. [Suggerimento: Per calcolare h(n).8 Esercizi proposti 201 Esercizio 4.     Risultato: y(t) = 0. con T = RC. (b) Disegnare lo schema implementativo del sistema in forma diretta II.  0 . stabilità) del sistema LTI determinato al punto (e). causale e stabile. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). (a) Disegnare lo schema implementativo del sistema in forma diretta I. (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. sistema dispersivo. Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). (c) Disegnare lo schema implementativo del sistema in forma canonica. (b) y0 (t) = c1 e−t/T . Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. Esercizio 4. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). per 0 ≤ t < 2 . 4.] Risultato: h(n) = (1/a)n−1 u(n − 1). s(t) = yfor (t) = e−t/T u(t). nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . (e) il sistema è LTI se y0 = 0. (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). con a ∈ R. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. per t ≥ 2 .36.     0.5 (1 − e−2t ) e−t . causale. causale.] Risultato: (a) d 1 d y(t) + y(t) = x(t). la risposta al gradino sarà la derivata della risposta alla rampa. h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. .26 Si consideri il circuito RC di fig.36.28 Il segnale di ingresso x(n) e quello di uscita y(n) di un sistema LTI causale sono legati dalla seguente equazione alle differenze: y(n) + a−1 y(n − 1) = x(n − 1) . Esercizio 4. stabile. per t < 0 . dt T Esercizio 4. causalità. con costante di tempo T = RC = 1s. [Suggerimento: per il punto (e). stabile se e solo se |a| > 1. (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. (c) ylib (t) = y0 e−t/T .27 Si consideri il circuito CR di fig.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . e la tensione y(t) ai capi della resistenza è il segnale di uscita.5 (1 − e−4 ) e−t . (f) Studiare le proprietà (non dispersività. notare che essendo il gradino la derivata della rampa.

Stabilire se i tre sistemi possono essere LTI.32 Si considerino i sistemi TD S1 . Calcolare la risposta in frequenza del sistema. il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du . determinarne la risposta impulsiva h(t) e la risposta armonica H( f ).33 Nello schema di figura. S2 . Stabilire se i tre sistemi possono essere LTI. Esercizio 4. t t Risultato: (a) y(t) ≡ 0. S3 : e jπ n/2 −→ 2 e j5π n/2 .30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ). S2 . con T > 0. S2 : e j5t −→ e j5(t−1) . (c) y(t) ≡ 0. con T > 0. ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). t t (c) x(t) = cos 2π T . t (e) x(t) = cos 2π T u(t). (e) y(t) = cos 2π T rect t t−0. le cui risposte al fasore x(n) = e jπ n/2 sono le seguenti: S1 : e jπ n/2 −→ e jπ n/2 u(n) . Risultato: Solo il sistema S2 può essere LTI. i sistemi S1 e S3 non sono sicuramente LTI. Risultato: Solo il sistema S3 può essere LTI. x(t) z(t) S1 + − 6 S2 . (b) y(t) = 2e jπ T . . Esercizio 4. causalità. S2 : e jπ n/2 −→ e j3π n/2 . S3 . t (b) x(t) = e jπ T . i sistemi S1 e S2 non sono sicuramente LTI. non dispersività. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI.31 Si considerino i sistemi TC S1 . stabilità).5T T . t t (d) x(t) = 2 sin 2π T + cos π T . S3 : e j5t −→ cos(5t) . S3 . Esercizio 4.y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità.202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. invarianza temporale. ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T . (d) y(t) = 2 cos π T . le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t .

1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ).35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ . applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ).25 π n). (b) Sfruttando i risultati del punto (a). tempo-invariante. (b) il sistema è LTI. invarianza temporale. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). è un integratore con memoria finita. (c) y(t) = rect . dispersivo.5 < ν ≤ 0.36 Si consideri il sistema LTI avente. non dispersività. con le seguenti proprietà: linea- re.34 Nello schema di figura. x(t) 6 S S 6 . stabilità). causalità. Esercizio 4. con riferimento al periodo principale. .y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità. Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. dispersivo. √ Risultato: y(n) = 2 2 sin(0. stabile). la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. Risultato: (a) y(t) = t t−T x(τ ) dτ . calcolare l’uscita y(t) del sistema se in ingresso si pone il segnale x(t) = 3 + 2 cos 2π t 2T + 4 cos 2π t T 2π t 2T Risultato: (a) H( f ) = 1 − e− j2π f T = 2 je− jπ f T sin(π f T ).5 . il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). causale. (a) Determinare la risposta in frequenza H( f ) del sistema e diagrammare accuratamente la risposta in ampiezza e la risposta in fase nell’intervallo di frequenze (−1/T. calcolare l’uscita y(t). applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0. T Esercizio 4.25 π (n + 1)).5T . Esercizio 4.5T 1 1 − e− j2π f T = e− jπ f T . causale. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. tempo-invariante. calcolare l’uscita y(t) e rappresentarla grafiT camente.4. (b) y(t) = 4 cos . (c) y(t) ≡ 1.8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π . il sistema è lineare. 1/T ).5 e− j 8πν per −0. (b) il sistema è LTI. applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. stabile.

4.37. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). 2π | f |T . dt T dt 1 + j2π f T π − arctan(2π f T ) . (b) H( f ) = . 4.38.37 Si consideri il circuito CR di fig. con 2π f0 = ω0 . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. determinare la sua risposta in frequenza H( f ). Circuito CR. f <0 Esercizio 4. Fig. Circuito RLC.36. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). 4. Fig. 1 .38. con T = RC.29 sia stabile. Esercizio 4. 1 + 4π Risultato: (a) f >0 . 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. (a) Determinare l’equazione differenziale che lega x(t) ed y(t).37. 2 − e− j2πν + e− j6πν Esercizio 4. calcolare la sua risposta in frequenza H(ν ). 4. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. Circuito RC.38 Si consideri il circuito RLC di fig. 1 d j2π f T d y(t) + y(t) = x(t). H( f ) = tan−1 ζf .39 Supponendo che il sistema ARMA descritto dell’esercizio 4.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . Risultato: H(ν ) = 1 − 5 e− j8πν . e la tensione y(t) ai capi del condensatore è il segnale di uscita. 4. (b) H( f ) = ζ 1 − ( f / f0 )2 + j π ff2 0 √1 LC (pulsazione di risonanza) e ζ = R 2L (c) |H( f )| = 1 [1 − ( f / f0 )2 ]2 + ζ2 f2 4 π 2 f0 . (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. e la tensione y(t) ai capi del condensatore è il segnale di uscita.204 Sistemi lineari tempo-invarianti (LTI) R C x(t) C y(t) R x(t) R L C x(t) y(t) y(t) Fig. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. determinare la sua risposta in frequenza H( f ). con ω0 = dt dt (coefficiente di smorzamento). dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso.

8 Esercizi proposti 205 x(n) z -1 -1/a a z -1 y(n) dove a ∈ R con |a| < 1. .4. (a) Determinare l’equazione alle differenze che lega x(n) ed y(n). (b) Supponendo che l’equazione alla differenze definisca un sistema LTI stabile. determinare la sua risposta in frequenza H(ν ). (c) |H(ν )| = − j2πν 1 − ae |a| . (c) Provare che la risposta in ampiezza del sistema è costante. per cui tale sistema prende il nome di sistema all-pass. (b) H(ν ) = 1 − a−1 e− j2πν 1 . Risultato: (a) y(n) − ay(n − 1) = x(n) − a−1 x(n − 1).

206 Sistemi lineari tempo-invarianti (LTI) .

5 l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico.97). In questo capitolo si introduce una prima rappresentazione di questo tipo. Nasce allora l’esigenza di rappresentare un generico segnale come sovrapposizione (discreta o continua) di fasori (rappresentazioni di Fourier o nel dominio della frequenza). composto da due fasori a frequenze f1 ed f2 : x(t) = e j2π f1t + 2 e j2π f2t . per la linearità del sistema e per la (4. Abbiamo però visto nel § 4.97) e (4. nel caso TC o TD. denominati filtri ideali. I benefici di tale rappresentazione saranno evidenziati calcolando nel § 5. come ad esempio il seguente segnale TC. . la semplicità di tali risultati spinge a cercare rappresentazioni di segnali come sovrapposizione di fasori. 5. mostrando in particolare che i segnali periodici (TC e TD) possono essere espressi come sovrapposizione discreta di fasori.7 che.1 Introduzione Nel precedente capitolo abbiamo ricavato le semplici relazioni i-u (4. l’uscita corrispondente sarà calcolabile semplicemente come: y(t) = H( f1 ) e j2π f1t + 2 H( f2 ) e j2π f2t .Capitolo 5 Serie di Fourier La descrizione nel dominio del tempo dei sistemi LTI si basa sulla rappresentazione del segnale di ingresso come sovrapposizione di impulsi traslati nel tempo e sulla definizione di risposta impulsiva.105) che consentono di calcolare. L’analisi di tale problema ci consentirà di discutere più approfonditamente il concetto di selettività in frequenza di un sistema LTI e di introdurre un’importante classe di sistemi LTI. il calcolo dell’uscita di un sistema LTI si effettua più semplicemente introducendo il concetto di risposta in frequenza. e nel caso TD assume la denominazione più specifica di Discrete Fourier Series (DFS). la risposta di un sistema LTI ad un fasore applicato al suo ingresso. quando il segnale di ingresso è un semplice fasore. aventi frequenze multiple di una stessa frequenza (frequenza fondamentale). Se tale segnale è posto in ingresso ad un sistema LTI avente risposta in frequenza H( f ). Tale rappresentazione prende il nome di serie di Fourier. Si consideri infatti un segnale espresso da una somma di fasori.

rappresenti un caso particolare di scarso interesse pratico. lo svizzero Leonhard Euler (1707–1783) detto Eulero. Tale segnale risulta periodico di periodo T0 = 1/ f0 . l’espressione di un segnale arbitrario come somma di oscillazioni sinusoidali fu introdotta nel 1753 dal matematico svizzero Daniel Bernoulli (1700–1782) nell’ambito dei suoi studi sul problema delle corde vibranti. poiché esistono differenze non trascurabili tra i due casi. 2 In generale. vedremo la rappresentazione più generale di un segnale. Successivamente. e per di più a valori complessi. periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) . ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822).2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. si può dimostrare che la somma di funzioni periodiche con periodi differenti è ancora una funzione periodica se e solo se i periodi sono commensurabili tra loro. infatti. In particolare. ed ampiezza A/2.208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente. Va osservato. sarà esaminata in questo capitolo. Tuttavia uno dei risultati più significativi della teoria dei segnali è che (quasi) tutti i segnali di interesse pratico possono essere rappresentati come sovrapposizione di fasori. nel cap. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. Partiamo per semplicità da uno dei più semplici segnali periodici TC. espresso come somma di un numero finito di fasori. il segnale x(t) risulta periodico. vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . tratteremo separatamente la serie di Fourier per segnali TC e TD. 5. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione.2 Si consideri ad esempio il seguente segnale.3. . che la introdusse in vari scritti del 1807 e del 1811. cioè i loro rapporti sono dei numeri razionali. opportunamente generalizzata. 2 2 2 2 2 2 (5.2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. solo in questo caso. Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. non necessariamente periodico. peraltro. È semplice rappresentare tale sinusoide come sovrapposizione di fasori. sarà applicabile anche ai segnali periodici. che prende il nome1 di serie di Fourier. 6. in accordo con l’interpretazione già data nel § 2. rispettivamente. che molto prima di Fourier. Quest’ultima rappresentazione. purché le frequenze siano tutte multiple di una frequenza comune f0 . nota come trasformata di Fourier.3. e presenterà interessanti relazioni con la serie di Fourier.1) A1 j2π f0t A1 − j2π f0t A2 j2π 2 f0t A2 − j2π 2 f0t A3 j2π 3 f0t A3 − j2π 3 f0t e + e + e + e + e + e . applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . Nel seguito del capitolo. 2 2 La relazione precedente mostra.

il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. ±2 f0 e ±3 f0 .4) e pertanto risultano ortogonali se k = h. Le frequenze fk = k f0 dei fasori della rappresentazione (5. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). ±1. Per mostrare ciò.1)]. . a frequenze ± f0 . ed integrando termine a termine su un periodo. ±2. . Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . che in generale può essere complesso. cambiando l’indice da h nuovamente a k. ±1. con M ∈ N . si ottiene: 1 T0 x(t) e− j2π h f0t dt = T0 k=−M ∑ M Xk 1 T0 T0 e j2π (k−h) f0t dt = Xh . si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t .3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . e quindi ammettono T0 come più piccolo periodo comune. ±3}. con k ∈ {0. notiamo che la (5. A tale proposito. .3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . ±M} . in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 .2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori.5. con h ∈ {0.3) per e− j2π h f0t .6) per cui. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. per il segnale (5. moltiplicando ambo i membri della (5. nel senso precisato nel cap. si ha: Xk = 1 T0 x(t) e− j2π k f0t dt .5) T0 Essendo l’intervallo di integrazione finito. .2) si ricava che M = 3 e Xk = 2 . Ad esempio. Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5.3). Assegnato il periodo T0 e il numero di armoniche M. cioè se hanno frequenze distinte. con k ∈ {±1.3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr. Se infatti consideriamo due fasori della rappresentazione (5. la loro potenza mutua si calcola facilmente: ∗ Pxk xh = xk (t) xh (t) = 1 T0 T0 e j2π (k−h) f0t dt = δ (k − h) = 1. . La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). dove le funzioni xk (t) sono ortogonali. .3) e la (5. . se k = h . i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). se k = h . questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. (4. ottenuto come combinazione lineare di un numero finito di sinusoidi.3) sia effettivamente periodico di periodo T0 . i termini per k = ±2 prendono il nome di seconda armonica. Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). (5. In tale ipotesi. (5.7) T0 . i termini per k = ±1 prendono il nome di prima armonica o fondamentale.1). (5. dal confronto tra la (5. 0. lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). Ad A|k| esempio. . Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). supponiamo che il segnale x(t) sia sommabile sul periodo T0 . ±M}. (5. =δ (k−h) (5. ovvero: |x(t)| dt < +∞ .

Per il momento tralasciamo questo aspetto. affinchè la rappresentazione (5. ∀k ∈ Z . i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. per ogni k ∈ Z.5). utilizzando la (5.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . in virtù della (5. più in generale. conseguentemente il segnale x(t). la serie di funzioni (5.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori.8) al § 5.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5.3) e (5.1.8) può risultare non convergente.7). essendo la somma di un numero finito di termini.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 .9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . Purtroppo. (5. non pone alcun problema di convergenza. rimandando ogni discussione sulla convergenza della serie (5. . Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. . . Infatti.3) sia applcabile. . ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . Dalla maggiorazione precedente. Tuttavia. In altre parole. ±M} ma.9).3). T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. ±1. inoltre. nella quale il segnale periodico x(t) avente periodo T0 è espresso come somma di una serie: x(t) = lim M→+∞ k=−M ∑ M Xk e j2π k f0t = +∞ k=−∞ ∑ Xk e j2π k f0t .3) per il segnale x(t) espresso come somma di un numero finito di fasori. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. Si osservi inoltre che non tutti i segnali continui. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità.3) che. La serie di Fourier di x(t) è definita dalle equazioni: x(t) = Xk = +∞ k=−∞ ∑ Xk e j2π k f0t x(t) e− j2π k f0t dt T0 (equazione di sintesi) (equazione di analisi) (5. Si osservi che. Ad esempio.11) 1 T0 . B. mettendo insieme le (5. In definitiva. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. (vedi concetto di gradino e di risposta al gradino). (5.9) È interessante osservare che la sommabilità del segnale x(t) sul periodo T0 assicura l’esistenza dei coefficienti Xk non solo per k ∈ {0.10) (5. prop. è ancora una funzione continua (cfr. basti pensare che nella (5. il segnale periodico x(t) deve essere necessariamente continuo. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. espresso come somma di un numero finito di funzioni continue. Abbiamo già avuto modo di evidenziare in passato che.7) ha senso.2.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue.8) e (5. possono essere rappresentati combinando linearmente un numero finito di fasori. a differenza della rappresentazione (5.

per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). Dal punto di vista matematico. saranno sviluppate nel § 5. 3 In . valida in generale per segnali x(t) a valori reali o complessi. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . se X1. ed il fatto che per segnali periodici la media temporale [cfr. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. rispettivamente. (5. si ha X0 = 1 T0 x(t) dt = xdc . prop. Altre forme della serie di Fourier. Poiché i coefficienti Xk sono grandezze complesse. in virtù di tale corrispondenza. Più precisamente. fatta eccezione per il coefficiente per k = 0. 2. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t).k . particolare. chiamati anch’essi armoniche del segnale.k ed X2. In altre parole. rispettivamente. ovvero per la componente continua.k = X2. per ogni k ∈ Z. ovvero si ha x1 (t) = x2 (t). La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). Per differenza.2. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). valide esclusivamente per segnali a valori reali. La (5. Particolarizzando l’equazione di analisi per k = 0. e gli stessi coefficienti della serie di Fourier di x(t).12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t).10) e (5. in quanto forniscono per ogni valore di k.12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico.k . la seconda consente di decomporre o analizzare il segnale x(t).4. che è ovviamente nulla per xac (t). siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 .5. È interessante osservare che. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale.7(c)] si può calcolare su un periodo del segnale.3 In particolare. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . mentre la sequenza Xk delle fasi prende il nome di spettro di fase del segnale x(t) (quest’ultimo spettro è definito a meno di multipli di 2π ). che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 .11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori.2 Serie di Fourier per segnali TC 211 Le equazioni (5. ∀t ∈ R eccetto che in un insieme di misura nulla. sviluppabili in serie di Fourier con coefficienti X1.

4 Fig. k = ±1. da: |Xk | = A 2. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. 2 2 da cui. sebbene essa risulti a rigore indeterminata.1.10).  ϕ0 . 5. altrimenti. k = 1. La funzione sinc(x) per valori di x ∈ [−6. Per segnali più complicati.6 sinc(x) 0. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. con A > 0. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. rispettivamente. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5.212 Serie di Fourier 1 |Xk| 0.1)). altrimenti. k = −1. il calcolo dei coefficienti non è un problema concettualmente difficile. 2  0. Gli spettri di ampiezza e fase sono dati. 0. 6]. per semplicità di rappresentazione. altrimenti.1 (A = 1.5 0 −5 1 ∠ Xk 0 k 5 1 0. Esempio 5. 4 L’esempio precedente mostra che in casi molto semplici.1 per il caso A = 1 e ϕ0 = π .2 0 0 −0. si ricava:   A e j ϕ0 . come la formula di Eulero.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig.2. 5. k = −1. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. 4 Si . 2 Xk = A e− jϕ0 . e sono riportati4 in fig.8 0.1 e nel seguito. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e .  Xk = −ϕ0 . noti che in fig.4 0. per confronto con l’equazione di sintesi (5. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) .11). Per maggiore generalità rispetto al caso visto precedentemente. ϕ0 = π ). 5. 5. 5.   indeterminata. k = 1.

5). ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle. Fig.1 0 −0. 5. Per k = 0. . (5. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T . es.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig. 5. 5. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.4.2 Serie di Fourier per segnali TC 213 0.2 0. δc = 0.2 −5 0 k 5 0. 6] è riportato in fig. Esempio 5.2 (A = 1. I coefficienti Xk dell’onda rettangolare dell’es. T0 mentre per k = 0 si ha: Xk = A e− j2π k f0 t − j2π k f0 T0 t=T /2 t=−T /2 =A sin(π kδc ) sin(π k f0 T ) =A . si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc .3 Xk 0.1 −0. 5. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) .5) sono puramente reali.13) Per esprimere in forma più compatta il risultato precedente. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T . 5. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . Le principali proprietà della funzione sinc(x) sono le tre seguenti.5.2. πx x ∈ R.11): Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 A rect T0 t T e− j2π k f0 t dt = 1 T0 T /2 −T /2 A e− j2π k f0 t dt . cfr.3.5 0. 2.2 (serie di Fourier dell’onda rettangolare TC. introduciamo la funzione sinc(x): sinc(x) = sin(π x) . Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.4 0.14) il cui grafico per x ∈ [−6.4 |Xk| 0.2 (A = 1. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k.9). δc = 0. πk πk (5.

. Notiamo la simmetria pari dello spettro di ampiezza. per qualunque valore di A e δc . k = 0 . . osserviamo che questo segnale. . . (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. 0. −7. . che sono raffigurati graficamente in fig. Consideriamo allora il caso particolare δc = 0. e quella dispari dello spettro di fase. Moltiplicando e dividendo per δc nella (5. nonché proprietà trigonometriche elementari. k = 0. si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . 1. 2. Per maggiore generalità. k = . k pari. .. . k pari. e la fase −π per k < 0. k = .  1  . .    1 − πk . risulta: X0 = A δc sinc(0) = A δc . in quanto. presenta armoniche puramente reali.. . k = 0 . 11. 3. Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc .4. in quanto: |sinc(x)| ≤ 1 . |Xk | = 0. .13). .   0. . . . si ha: 1 2. . .3. k = 0. −1. su un unico diagramma cartesiano. ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. k = 0.  k pari. −5. −3. 5.214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. per la proprietà (b) della sinc. 3. k dispari. 5. ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. ed utilizzando la definizione di sinc(x) e le sue proprietà. . . π kδc k = 0. Xk = 1  πk . − 7. Notiamo che l’espressione precedente vale anche per k = 0.). −5. la cui ampiezza decresce con legge inversamente proporzionale a k. h pari (k = . −1. k = 2h + 1. −3. h dispari (k = . quindi esse possono essere rappresentate come in fig. 9.5 (duty-cycle del 50 %) e A = 1. 7.). . 5. 5. . tuttavia. . e utilizzando la definizione di sinc(x). In tal caso. k = 2h + 1. π |x| ∀x ∈ R . . . . 1. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . 7. π |k|  0   indeterminata Xk = 0    ±π k = 0. Più in generale. Il grafico dello spettro di ampiezza del segnale mostra che tale onda rettangolare possiede soltanto armoniche dispari (vale a dire per valori dispari di k).

si ha: Xk = 1 T0 T0 /2 −T0 /2 A 1− 2|t| T0 cos(2π k f0t) dt = 2A T0 T0 /2 0 1− 2t T0 cos(2π k f0t) dt . Tale segnale è raffigurato graficamente in fig. Fig.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig.5. Per k = 0. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo . 5.6 x(t) 0.4 0.3 (A = 1). ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda. 5.11). in quanto esso risulta nullo per la simmetria dispari della funzione integranda.5. dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t). Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.3 (serie di Fourier dell’onda triangolare TC) Calcoliamo la serie di Fourier per un’onda triangolare TC di periodo T0 ed ampiezza A: x(t) = repT0 A Λ 2t T0 . Applicando la formula di Eulero a e− j2π k f0 t .6. L’onda triangolare dell’es.8 0.3 (A = 1). si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = .4 |Xk| 0. 5. T0 4 2 mentre per k = 0.2 0 −5 0 k 5 2 ∠ Xk 0.2 Serie di Fourier per segnali TC 215 1 0. 5. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. 5. ricordando la definizione esplicita della finestra triangolare: Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 T0 A 1− 2|t| T0 e− j2π k f0 t dt . Esempio 5. ottenuta a partire dal generatore: x(t) = A Λ 2t T0 .5 per A = 1.

E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. Tuttavia.2. come vedremo nel § 5.2 e 5. k dispari. Come vedremo (cfr. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. (−1)k Come evidenziato dagli es. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. 5 Per . inoltre. § 5.2.11). 5.216 Serie di Fourier integrale. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. e sono raffigurati in fig.2. Vedremo tuttavia nel cap. come già mostrato precedentemente. 5.2. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). k = 0. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. fatta eccezione per casi molto semplici (es. nel seguito daremo solo qualche risultato fondamentale.11). il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. = 2A  . L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . Sia x(t) un arbitrario segnale periodo con periodo T0 . ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto.2). quindi gli spettri di ampiezza e fase si calcolano banalmente.3. 6 una procedura molto semplice e generale che consente di ricondurre il calcolo dei coefficienti della serie di Fourier a quello di una trasformata di Fourier (formule o serie di Poisson). 5. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. in quanto |Xk | = Xk ≥ 0 e Xk = 0. notiamo che anche l’onda triangolare possiede solo armoniche dispari. esistano finiti. definiti dalla equazione di analisi (5. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza.4 o più estesamente in app. si ha: Xk = = 2A T0 2A T0 T0 /2 0 cos(2π k f0t) dt − t=T0 /2 t=0 2 T0 2 T0 T0 /2 0 t cos(2π k f0t) dt t=T0 /2 t=0  1 2  T0 1 1 = sin(π k) − sin(π k) + T0  2π k f0 T0  2 2π k f0 2π k f0 =0 =0  2A  sin(2π k f0t) 2π k f0 − t sin(2π k f0t) 2π k f0 sin(2π k f0t) dt 2π k f0  cos(2π k f0t) t=T0 /2   2π k f0 t=0 − T0 /2 0 1 4A = 2 [1 − cos(π k) ] T0 (2π k f0 )2  0. k pari. segnale sinusoidale). e quindi consiste nella risoluzione di un integrale. il fatto che i coefficienti Xk una trattazione esauriente del problema della convergenza della serie di Fourier si rimanda ai testi di analisi matematica (ad esempio [3]).

4. (5. è possibile determinare Nε ∈ N tale che in ogni punto t ∈ R e per tutti i valori di M > Nε sia verificata la disuguaglianza:7 |xM (t) − x(t)| < ε . con k ∈ Z.6) e (5. § 5. Così come per le serie numeriche.7) sono validi anche per M → +∞.2 Serie di Fourier per segnali TC 217 calcolati mediante l’equazione di analisi a partire da x(t) esistano finiti non significa che la serie +∞ k=−∞ ∑ Xk e j2π k f0t (5. se la serie di Fourier converge uniformemente su R. 7 Si osservi che la peculiarità della convergenza uniforme consiste nel fatto che il numero N non dipende dal particolare ε punto t ∈ R: infatti. con |gk (x)| ≤ Mk .15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . (5. b). Lo studio delle condizioni sotto le quali la serie (5. Se la serie di Fourier (5. ∀k ∈ Z e ∀x ∈ (a.17) ovvero l’equazione di sintesi restituisce il segnale x(t). In particolare. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. uno stesso numero Nε va bene per tutti i punti dell’asse reale. la sua serie di Fourier non potrà convergere uniformemente ad x(t). . Quindi. cfr.15) converge dipende dal tipo di convergenza richiesta. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. Risulta immediatamente evidente che. per ogni ε > 0. (5. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. b). cioè k→±∞ lim |Xk | = 0 . ovvero se +∞ k=−∞ ∑ |Xk | < +∞ .16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini.15) costruita a partire da questi coefficienti converga. allora si può scrivere M→+∞ lim xM (t) = x(t) . si dice che la serie di Fourier (5. se il segnale x(t) ha almeno una discontinuità. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5.18) allora la serie associata ai coefficienti Xk converge uniformemente. pertanto.2).5. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile.15) converge uniformemente [5] al segnale x(t) su R se. sono funzioni a valori k complessi definite sull’intervallo (a. con M ∈ N . simmetrico per garantire che siano presenti le armoniche Xk e X−k . lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. né tanto meno che tale serie converga al segnale x(t). allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. b).15) converge al segnale x(t).

ossia: x (t) dt < +∞ .218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. tranne che nei punti di discontinuità: 9 Il problema della continuità della somma della serie di Fourier fu al centro del dibattito matematico dell’800. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. 5. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5.15) può convergere uniformemente ad un segnale x(t) = x(t). che assicura la convergenza della serie (5. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici.2? Oggi sappiamo che se la serie non converge uniformemente. Dal punto di vista ingegneristico. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). per i quali la serie. come l’onda rettangolare dell’es. i coefficienti di Fourier si possono ottenere equivalentemente dalle due espressioni seguenti: Xk = 1 T0 x(t) e− j2π k f0t dt = ˇ 1 T0 x(t) e− j2π k f0t dt . non restituisce esattamente il segnale x(t). come l’onda rettangolare dell’es. In altre parole. è continuo e derivabile quasi ovunque. pur essendo convergente. coseni o seni) sono tutte continue. In tal senso. periodico con periodo T0 . A differenza della convergenza uniforme espressa dal teor. e sollevò numerosi dubbi sulla validità della serie di Fourier. com’è intuibile.2. se la (5.18) è verificata. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. Pertanto. una volta calcolati i coefficienti Xk a partire da un segnale x(t). ma non che la serie restituisca proprio x(t). ˇ tuttavia. Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. ma con continuità.1. eccetto al più un sottoinsieme di valori di t di misura nulla. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). 2 T0 la serie di Fourier (5. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5.15) al segnale x(t) per ogni t ∈ R.15) è data dal seguente teorema: Teorema 5. la somma di una serie di funzioni continue non è necessariamente una funzione continua. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. con derivata x (t) a quadrato sommabile sul periodo T0 .15) che. come può la serie rappresentare segnali discontinui. 5. Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859).10) converge uniformemente al segnale x(t) su tutto l’asse reale.15) converge ad x(t) per quasi tutti i valori di t ∈ R. la serie di Fourier (5. . quando ciò accade. se ci limitassimo a considerare la sola convergenza uniforme. 5.

4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. essendo una funzione continua. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor. le condizioni di Dirichlet sono un caso particolare del seguente risultato. Inoltre. violando la condizione (5. costituiscono una sequenza sommabile. 5. decrescendo come 1/k. in effetti.3 soddisfa le condizioni di Dirichlet.18). Esempio 5. mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). considerazioni matematicamente più approfondite mostrano che. la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. per ogni t ∈ R. Per concludere.2 Serie di Fourier per segnali TC 219 Teorema 5. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. allora la serie di Fourier di x(t) esiste e. (d3) x(t) è una funzione derivabile nel periodo T0 . per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”.10 Esempio 5. Ad esempio. detta convergenza in media quadratica. ma anche in molti problemi di fisica matematica. la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. la serie di Fourier restituisce x(t) in tutti i punti. la convergenza della serie è uniforme per ogni t ∈ R. è discusso in app.2 soddisfa le tre condizioni di Dirichlet.2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . Si può inoltre dimostrare che la convergenza della serie di Fourier è uniforme in ogni intervallo che non contiene punti di discontinuità di x(t). converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. ed a 1 [x(t + ) + x(t − )] (semisomma dei limiti destro e 2 sinistro) nei punti in cui x(t) presenta discontinuità di prima specie. e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. . Infine. osserviamo che. Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk .5. In particolare. 5. Poiché l’onda rettangolare non 2 è una funzione continua. che è importante non solo nell’ambito della teoria dei segnali e sistemi. non costituiscono una successione sommabile. 5. la convergenza non è uniforme per ogni t ∈ R. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente.1. In particolare. decrescendo come 1/k2 . matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. escluso al più un numero finito di punti con discontinuità di prima specie. Questo tipo di convergenza. Si osservi che in questo caso i coefficienti Xk . oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier. T0 (d2) x(t) è una funzione continua nel periodo T0 . ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. se la funzione x(t) è continua. allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). E.5 (onda triangolare a TC) Anche l’onda triangolare dell’es. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ . esiste un terzo tipo di convergenza (meno restrittiva di entrambe). In più.

nelle ipotesi in cui valgono le condizioni di Dirichlet per la convergenza puntuale (cfr. ed incrementarlo di uno per avere la rapidità di convergenza a zero dei coefficienti. 5. che include solo un numero finito di armoniche.220 Serie di Fourier 5. tanto più piccolo può essere il valore M sufficiente a garantire un determinato livello di accuratezza. tanto più rapidamente decadono a zero i coefficienti della sua serie di Fourier. con derivata (n + 1)-esima discontinua ma limitata. È allora particolarmente interessante notare che l’effettiva rapidità con cui i coefficienti Xk decadono a zero dipende dalla dolcezza del segnale x(t) nel dominio del tempo. già definito nella (5. quindi essa può essere verificata solo analiticamente. si basa sulla ripetuta integrazione per parti dell’equazione di analisi): Proprietà 5. Se il segnale è continuo con le sue derivate fino a quella di ordine n. Vale allora la seguente proprietà (la cui dimostrazione. Abbiamo osservato che la rapidità di decadimento a zero dei coefficienti di Fourier può essere diversa da segnale a segnale: ad esempio. . Gli esempi seguenti chiariscono ulteriormente l’importante relazione che intercorre tra l’andamento del segnale x(t) nel dominio del tempo ed i suoi coefficienti Xk nel dominio della frequenza. se è vero che in teoria occorre considerare un numero finito di armoniche per ricostruire il segnale x(t). basta porre n = −1. continuo con alcune sue derivate. Come conseguenza della prop.1 (rapidità di decadimento a zero dei coefficienti della serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . consente di ricostruire esattamente in ogni punto di continuità il valore del segnale x(t). possiamo prevedere che. essa consente di prevedere esattamente tale rapidità di decadimento a zero. Evidentemente. ha un andamento tanto più dolce quanto maggiore è il numero di derivate continue. i coefficienti decadono come 1/k per l’onda rettangolare. È facilmente intuibile che. può risultare una buona approssimazione del segnale x(t). i coefficienti Xk della sua serie di Fourier decadono a zero per k → ±∞ come 1/|k|n+2 . mentre restituisce in ogni punto di discontinuità la semisomma del limite destro e sinistro. D’altra parte. Questo vuol dire che.2. La ricostruzione esatta di un segnale x(t) è possibile in generale solo considerando un numero infinito di armoniche. La questione fondamentale è quanto debba essere grande M affinchè xM (t) consenta di ricostruire con un sufficiente grado di accuratezza il segnale x(t). è pur vero che in pratica le armoniche di ordine superiore (quelle corrispondenti a valori di |k| grandi) “pesano” di meno nella ricostruzione del segnale. quanto maggiore è la rapidità di decadimento dei coefficienti di Fourier. Più precisamente. Pertanto. Tale proprietà è sicuramente verificata per l’onda rettangolare e triangolare. e come 1/k2 per l’onda triangolare.16). Osserviamo infatti preliminarmente che.2 Ricostruzione di un segnale periodico con un numero finito di armoniche L’equazione di sintesi della serie di Fourier. anche senza calcolare esplicitamente i coefficienti Xk : basta infatti individuare il più piccolo ordine di derivata discontinua. La proprietà precedente esprime con linguaggio matematico il seguente concetto qualitativo: quanto più è dolce il segnale.1. 5.2). tanto minore sarà il numero di armoniche necessario per ricostruite il segnale con una determinata accuratezza (ovvero tanto più piccolo sarà il valore di M). il segnale xM (t) = k=−M ∑ M Xk e j2π k f0t . se M è “sufficientemente” grande. un segnale x(t). in pratica. dal punto di vista matematico. abbiamo osservato che una condizione necessaria per la convergenza uniforme della serie di Fourier è che i coefficienti Xk tendano a zero per |k| → +∞. la scelta di M dipende dalla rapidità con cui i coefficienti di Fourier Xk tendono a zero per |k| → +∞. teor. con M ∈ N . non riportata. quanto più dolce è l’andamento del segnale nel dominio del tempo. Notiamo che la proprietà precedente vale anche per un segnale discontinuo.

garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. pur soddisfacendo le condizioni di Dirichlet. e pertanto il segnale ricostruito con 2M + 1 armoniche. Per δc = 1/2 ed A = 1. Infatti al crescere di M i picchi delle oscillazioni. 1. se t0 è un punto di discontinuità. W.3. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. il fenomeno di Gibbs non si verifica per tale segnale. come testimoniato dalla fig. in effetti. 3. nella quale il segnale oscilla tra i valori −0. Esempio 5. presenta dei punti di discon− + tinuità.2 Serie di Fourier per segnali TC 221 Esempio 5.5. vengono “schiacciati” verso la discontinuità. (5. L’espressione (5. 5. per cui la prop. quindi la prop. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . la cui frequenza aumenta.7 (onda triangolare) Si consideri l’onda triangolare dell’es. 11 Il 12 In fenomeno prende il nome dal fisico J. Matematicamente. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . come già discusso in precedenza.12 Nell’es.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. ma non uniformemente negli intervalli che contengono le discontinuità. confermando che. 5.09. ma la cui ampiezza non diminuisce al crescere di M.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. Questo fenomeno. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. In particolare. Gibbs (1839–1903). Inoltre. 101. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare.1 si applica con n = 0. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. In fig.20) è pari in valore assoluto circa a 0. confermando che.20) dove βgibbs ≈ 0. l’ampiezza delle oscillazioni calcolata secondo la (5. 5. sebbene restino di ampiezza invariata. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint).6.1 si applica con n = −1. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. 5. assume l’espressione xM (t) = k 1 M ∑ sinc 2 2 k=−M e j2π k f0 t = M k 1 + ∑ sinc 2 2 k=1 cos(2π f0t) .2.7. dt. ma per ogni segnale x(t) che. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. 5. In effetti. noto come fenomeno di Gibbs. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. L’onda triangolare è continua ma con derivata prima discontinua. in effetti.28114072518757 è una costante notevole. come si può anche osservare dalla fig.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. 5. ed il valore 1/2 in corrispondenza delle discontinuità. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 .09 (a sinistra della discontinuità) e 1. 5. 5. 5. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . ottenuti con Matlab. poiché l’onda triangolare è una funzione continua.8. 11. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5.09 (a destra della discontinuità. che per primo lo osservò e lo descrisse.

xM(t) 0.5 0 t/T0 0. .4 0.2 0 −0.5 x(t).6 0.5 (a) 1 0.6 0.6 0.6 0. xM(t) 1 0.5 x(t).2 0 −0.5 (e) (f) Fig.5 0 t/T0 0.2 0 −0. 5.8 x(t).8 x(t).4 0.5 0 (c) 1 0. xM(t) 0.8 x(t).2 0 −0.222 Serie di Fourier 1 0. (c) M = 3.7. (d) M = 5.5 (b) 0 0 t/T 0.4 0. xM(t) 0.4 0.4 0. (e) M = 11. (f) M = 101.8 0.8 0.4 0.8 0.6 0.5 0 t/T0 0.5 0 t/T 0.2 0 −0.5 x(t). xM(t) 1 0. (b) M = 1.2 0 −0.6 0. xM(t) 1 0.5 (d) 0 t/T0 0. Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0.

3. la lenta convergenza a zero (come 1/k) delle armoniche dell’onda rettangolare comporta che per ottenere una buona approssimazione con M finito è necessario considerare un elevato numero di armoniche.8).2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico. 13 Una . sulla base dell’uguaglianza di Parseval. 5.7 e 5.5. è proposta nel § 5.4. Viceversa.13 valutazione quantitativa della bontà di tale ricostruzione. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare. la più rapida convergenza a zero (come 1/k2 ) delle armoniche dell’onda triangolare determina una migliore ricostruzione a parità di numero di armoniche (si confrontino le fig.

xM(t) 0.4 0.8 0.5 0 (c) 1 0.5 0 t/T 0.4 0.5 (e) (f) Fig. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0. 5.8.2 0 −0.2 0 −0.8 0. xM(t) 1 0. xM(t) 1 0. (b) M = 1.6 0.2 0 −0.5 x(t).2 0 −0.6 0.5 0 t/T0 0.5 (d) 0 t/T0 0.2 0 −0. xM(t) 0.5 (b) 0 0 t/T 0.224 Serie di Fourier 1 0. .6 0. (e) M = 11.6 0.2 0 −0.5 x(t). (d) M = 5.4 0. (c) M = 3.8 x(t). xM(t) 0.8 0.5 (a) 1 0.6 0.4 0.6 0.5 x(t). (f) M = 101.4 0. xM(t) 1 0.5 0 t/T0 0.4 0.5 0 t/T0 0.8 x(t).8 x(t).

N0 − 1} . .22) La relazione (5. In particolare.23) Le (5. Infatti. (5. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n .22) è analoga all’equazione di sintesi (5. e rappresenta l’equazione di sintesi della serie di Fourier discreta. La differenza fondamentale rispetto alla serie di Fourier (5.3 Serie di Fourier per segnali TD (DFS) 225 5. 1/2). non abbiamo indicato di proposito gli estremi di variazione dell’indice k. . . Anche nel caso TD la serie di Fourier consiste nella rappresentazione di x(n) come sovrapposizione di fasori aventi frequenze multiple della frequenza fondamentale ν0 . moltiplicando ambo i membri della (5. e quindi l’intervallo di variazione delle frequenze νk = kν0 . nota anche come Discrete Fourier Series (DFS). N0 − 1}. k (5. .10) della serie di Fourier a TC. salvo casi particolari.3. proprio per questo motivo. . nella (5. 1. .22) e (5. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . semplificati dal fatto che. . . 1. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria.22) per e− j2π hν0 n e sommando su un periodo. (5. N0 n=0 k ∈ {0. 1[. In particolare. è improprio parlare di “serie” di Fourier nel caso TD. per cui la (5. . .5. 14 Si . cfr. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. ad esempio in (0. 1/N0 .21). cambiando l’indice da h nuovamente a k.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . Esse. in base alla quale un segnale periodico x(n) di periodo N0 può essere rappresentato come somma di un numero finito N0 di fasori aventi frequenze multiple della frequenza fondamentale ν0 = 1/N0 . pertanto. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa.21) Notiamo che. (N0 − 1)/N0 nell’intervallo [0.21). . non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. § 2. L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. in quanto si tratta di una somma (finita) e non di una serie.3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. se k ∈ {0.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n .22) una somma finita. una differenza fondamentale da tener presente nel caso TD rispetto al caso TC è che due fasori aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k ∈ Z sono matematicamente coincidenti (proprietà di periodicità in frequenza dei fasori TD. essendo la (5. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. Nella (5. . 1) oppure in (−1/2.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . le frequenze νk assumono i valori 0.3).

D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5. N0 k=0 N0 −1 n=0 (5.29) ∑ x(n) wkn N0 In effetti.27) (equazione di sintesi) (equazione di analisi) (5. la (5.226 Serie di Fourier rappresentazione.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. Inoltre nella (5. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC.25) (5. Va detto però che. . sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5.25) siano quelli dell’intervallo {0.25) e (5. anche se esse non sono esattamente corrispondenti a quelle nel caso TC. .23) si riscrivono in termini di x(n) e X(k) come: x(n) = X(k) = 1 N0 −1 ∑ X(k) e j2π kν0 n . valide nel caso TC.25) e (5. A partire da Xk . le (5. entrambe periodiche dello stesso periodo N0 .26) abbiamo esteso la definizione di X(k) a qualunque valore di k. costituiscono formalmente l’esatta controparte delle (5. si definisce infatti la sequenza X(k) come X(k) = N0 Xk . Se infine nelle (5. Una prima differenza rispetto alle (5.26) facciamo l’ulteriore posizione: wN0 = e− j2π /N0 perveniamo alla seguente definizione per la serie di Fourier o DFS di un segnale TD: Definizione 5. . 1. In altri termini.26) ∑ x(n) e− j2π kν0 n .11). viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.28) prende il nome di Inverse Discrete Fourier Series (IDFS).26) è periodica. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n .22) e (5.29) viene denominata Discrete Fourier Series (DFS). N0 − 1}.10) e (5.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) .28) (5. .2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 . la serie di Fourier (DFS) di x(n) è definita dalle equazioni: x(n) = X(k) = 1 N0 −1 ∑ X(k) w−kn N0 N0 k=0 N0 −1 n=0 (5.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k).22) e (5. le (5. con sostituzioni algebriche banali. In particolare. nella letteratura scientifica. Posto wN0 = e− j2π /N0 . che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici.24) e pertanto.28) e (5.15 come la sequenza x(n). nella letteratura scientifica le (5. mentre la (5. (5. 15 Notiamo DFS .

N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . .3 Serie di Fourier per segnali TD (DFS) 227 1 0. nel dominio della frequenza. x(n) = IDFS[X(k)] .8 (DFS dell’onda rettangolare TD. T0 [. Esempio 5.6 x(n) 0. Onda rettangolare TD dell’es.4. . 7). il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier.4 0. Infatti. Si può infine verificare che le quantità wN0 definite mediante la (5. ad esempio per t ∈ [0. ad esempio x(0). ovvero da un segnale TD. 5. .9. il segnale x(n) è completamente descritto assegnando solo N0 valori. che è strettamente legata alla DFS (cfr. Differentemente dal caso TC. 5. . La periodicità di X(k) è una caratteristica peculiare della DFS. ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. cfr. È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD.5. cap.8 (N0 = 8. la periodicità della sequenza x(n) deriva dalla proprietà (b). Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo.2). x(N0 − 1). abbiamo visto che invece.8 0. x(1). mentre la periodicità della sequenza X(k) segue dalla proprietà (c). nel dominio della frequenza sussiste esattamente la stessa proprietà. § 5.2 0 −20 −10 0 n 10 20 Fig. e si scrive sinteticamente X(k) = DFS[x(n)] . N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . N0 = wkn . M = 4). funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 . . ovvero da un’inifinità continua di valori. sia della trasformata discreta di Fourier (DFT). N0 (k+N0 )n In particolare. un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. La DFS e IDFS possono anche essere viste come operatori.

si ha allora: X(k) = DM k N0 . N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa.9 per N0 = 8 ed M = 4. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza.228 Serie di Fourier e raffigurata graficamente in fig. Tale DFS è rappresentata in ampiezza e fase in fig. 5. (5. (5.29).11 nel caso N0 = 8 ed M = 4. di facile dimostrazione: 1. con semplici passaggi algebrici. . La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. sulla base della definizione (5. x = . ±2. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. 5. per cui la (5. tranne che in x = ±1. N1 = 0 e N2 = M − 1. 1] è riportato in fig. Utilizzando la definizione (5. .31) il cui grafico per x ∈ [−1. x ∈ Z . 0 Per esprimere in forma più compatta il risultato precedente. k ∈ Z. DM (x) = M M. dove vale M:  k  0. La DFS di x(n) si scrive. 5. x ∈ Z . 2. La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . . Ponendo infatti a = wk 0 .30) può essere riscritta. come 1−e − j2π kM N 0 k − j2π N 0 e = − jπ kM N 0 k − jπ N e e jπ kM N 0 k jπ N −e −e − jπ kM N 0 X(k) = 1−e e 0 0 k − jπ N = sin π kM N0 k sin π N0 e k − jπ (M−1) N 0 . sin(π x) x ∈ R. e quella dispari dello spettro di fase. .31). notiamo che wkM N0 wk 0 N = e = e . è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 .10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. .. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . si ha: N X(k) = M−1 n=0 ∑ [wk 0 ]n = N − j2π kM N 0 k − j2π N 0 1 − wkM N0 1 − wk 0 N . introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . Le principali proprietà della funzione DM (x) sono le seguenti. ∀x ∈ R .30) Ricordando la definizione di wN0 . 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 .

5.8 (N0 = 8. Di conseguenza. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso).4 Principali proprietà della serie di Fourier e della DFS La serie di Fourier a TC e a TD (DFS) gode di molte proprietà interessanti. le differenze salienti.16 La proprietà di linearità della serie di Fourier afferma . 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). in quanto richiede un numero finito di operazioni. Altre proprietà formali. Notiamo in conclusione che. evidenziando. DFS dell’onda rettangolare dell’es. utili talvolta nei calcoli. α2 ∈ C. In particolare.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . Fig. Per tali proprietà. rispettivamente. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. denominati algoritmi Fast Fourier Transform (FFT).4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). simmetria hermitiana dei coefficienti.11. ma anche algoritmicamente. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti.4. i cui coefficienti di Fourier siano Xk e Yk . con α1 . sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). Vedremo (cfr. 5. che suggeriscono ulteriori considerazioni concettuali e. anche perchè il concetto di continuità perde di significato in tal caso. E. M = 4): spettro di ampiezza (in alto) e di fase (in basso).5 0 x 0. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. soprattutto. 5. il fenomeno di Gibbs non sussiste nel caso TD.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. § cap. è ancora un segnale periodico di periodo T0 .29). In altre parole. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. tratteremo congiuntamente sia il caso TC che quello TD.5.5 0 x 0. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. e l’uguaglianza di Parseval per il calcolo della potenza. quando necessario.28) and (5. Il fatto che la DFS/IDFS sia espressa mediante una somma finita di termini comporta che la DFS/IDFS può essere calcolata non solo analiticamente. 5.5 1 4 |X(k)| −0. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. discuteremo nel dettaglio la proprietà di linearità. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali.10. 5. e sono comunque riportate in app.

4. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 .230 Serie di Fourier che i coefficienti di Fourier Zk del segnale periodico z(t) si ottengono combinando linearmente allo stesso modo i coefficienti di Fourier dei segnali x(t) e y(t). otteniamo la seguente proprietà notevole: Proprietà 5. siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . Analogamente. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . nel caso TD. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n).32) Si può facilmente mostrare che queste relazioni di simmetria per gli spettri di ampiezza e di fase si possono sinteticamente enunciare come: ∗ Xk = X−k . α2 ∈ C . DFS ∀α1 . dei due segnali è ancora un segnale periodico di periodo N0 .11) e (5.2 (linearità della serie di Fourier) FS FS (a) Siano x(t) ←→ Xk e y(t) ←→ Yk due segnali TC periodici con lo stesso periodo. rispettivamente. 5. 5. Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . α2 ∈ C. 16 Può (5. con α1 .17 la cui DFS si ottiene da quella dei segnali x(n) ed y(n) nel seguente modo: Z(k) = α1 X(k) + α2 Y (k) . DFS DFS FS ∀α1 . negli es.1. 5. mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). ossia: Zk = α1 Xk + α2 Yk .2 e 5. Riassumendo. . Si noti infine che la proprietà di linearità si estende facilmente al caso della combinazione lineare di un numero arbitrario (ma finito) di segnali periodici dello stesso periodo. α2 ∈ C . i cui coefficienti di Fourier siano X(k) e Y (k).29). Valgono cioè le seguenti relazioni: |Xk | = |X−k | . La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. (simmetria pari) (simmetria dispari) (5.2 Simmetria hermitiana Con riferimento a segnali periodici TC. Xk = − X−k .33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. rispettivamente.

35) Le proprietà (5. Partiamo dall’equazione di analisi (5.11): Xk = 1 T0 x(t) e− j2π k f0 t dt .3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. si ricava che x(t) è reale. k=1 k=1 ∑ Xk e j2π k f0 t da cui.37) Prova. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5.36). T0 Se x(t) è reale.33) e (5. (simmetria pari) (simmetria dispari) (5. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ).34) Pertanto.36). Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| .36). Se vale la simmetria hermitiana (5. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 . Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k . L’equivalenza tra simmetria hermitiana e simmetria pari/dispari degli spettri di ampiezza/fase si dimostra facilmente nel caso TC esprimendo Xk come Xk = |Xk | e j Xk e sostituendo tale espressione nella (5. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC. come specificato dalla seguente proprietà: Proprietà 5. X(k) = − X(−k) .35).38) . (5. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier. anche in questo caso le (5.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico. e valgono se e solo se il segnale periodico in questione è reale.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. Inoltre l’equazione di sintesi (5. e pertanto: ∗ Xk = 1 T0 T0 x∗ (t) e j2π k f0 t dt = 1 T0 T0 x(t) e− j2π (−k) f0t dt = X−k . in particolare. 5.5.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . Proviamo adesso l’implicazione ⇐ nella (5.8 riguardante la DFS dell’onda rettangolare TD.10) si può riscrivere come: x(t) = X0 + ∑ Xk e j2π k f0 t + k=1 +∞ +∞ k=−∞ +∞ ∑ −1 Xk e j2π k f0 t = X0 + ∑ Xk e j2π k f0 t + ∑ X−k e− j2π k f0 t k=1 k=1 +∞ +∞ = X0 + ∑ Xk e k=1 j2π k f0 t +∑ ∗ Xk e− j2π k f0 t = X0 + 2 Re +∞ (5. avendo già provato che X0 è reale. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5.36). si ha x∗ (t) ≡ x(t). e quindi X0 è reale. Proviamo prima l’implicazione ⇒ nella (5. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi.

. . 2. con riferimento ai soli valori di k ∈ {0. se x(·) è reale. oltre a X(0). si può verificare (la verifica è lasciata al lettore come esercizio) che. anche come segue: X ∗ (k) = X(N0 − k) .39). Notiamo infatti che nell’equazione di sintesi (5. . . . k ∈ {1. si ottiene: x(t) = X0 + 2 Re +∞ +∞ k=1 ∑ |Xk | e j Xk e j2π k f0t = X0 + 2 Re +∞ k=1 ∑ |Xk | e j(2π k f t+ 0 Xk ) (5. ponendo Xk = |Xk | e j Xk nella (5. il solo coefficiente X(0) è vincolato ad essere reale. . . In definitiva. Infatti. 2.39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. X ∗ (k) = X(N0 − k) . In particolare. 1. 2.37) si può riscrivere. 2. . 2. poiché la fase di un numero complesso è definita a meno di multipli di 2π . .  N 0 k=1 . in alternativa alla (5. in relazione alla periodicità della sequenza X(k). X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . N0 pari . . . da cui si deduce che. conseguentemente. è possibile determinarne almeno uno dispari. la proprietà di simmetria hermitiana per la DFS. k=1 Con ragionamenti simili. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π .38). . se k ∈ {1. notiamo che. In altre parole. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) .34) a partire dalla (5. con riferimento a segnali periodici TC reali. valide esclusivamente per segnali reali. . .232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. N0 − 1}. anche N0 − k varia nello stesso intervallo. se N0 /2 è intero (il che accade se e solo se N0 è pari). .37) nel caso TD). N0 − 1}. Per evitare possibili fraintendimenti. . (5.37) mediante le seguenti condizioni: X(0) reale .28) compaiono solo i valori di X(k) per k ∈ {0. anche X(N0 /2) è vincolato ad essere reale per N0 pari.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. . N0 − 1}. N0 − 1}. ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . .39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . per cui la (5. per k ∈ {1. Infatti. Notiamo infatti che. mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). per k ∈ {1. N0 − 1} .  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . per segnali periodici TD reali. N0 − 1}. Questa conclusione non è corretta. per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. . La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . si può esprimere. N0 − 1}. .32) (con analoghi passaggi si ottiene la (5. Rispetto al caso TC. partendo dall’equazione di sintesi (5. . . 1. . . tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). . . . la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . applicando la (5. .

valide per segnali reali. 5. (5. come nella forma polare.1 e def. Infatti. 5. si ha. 2 k=1 (5. perché più generali e compatte. ak = 2 T0 x(t) cos(2π k f0t) dt . in parte reale ed immaginaria.2). . bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) .5. ed in essa. .38).43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . Nel seguito. . x(t) = dove: a0 = 2 T0 x(t) dt .42) T0 T0 T0 Allo stesso modo. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. anziché in modulo e fase. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. 5.40) e (5.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. . anche per segnali reali. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. Il punto di partenza è l’equazione di sintesi (5. N0 pari . Consideriamo dapprima il caso di un segnale TC periodico. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . N0 − 1}) nella (5.3 Uguaglianza di Parseval L’uguaglianza di Parseval consente di esprimere la potenza di un segnale periodico in termini delle potenza delle armoniche che lo compongono. ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. Le espressioni (5. compaiono soltanto quantità reali.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5.39). . note anche come forma esponenziale della serie di Fourier. bk = 2 T0 x(t) sin(2π k f0t) dt .4 Principali proprietà della serie di Fourier e della DFS 233 (5. . 2. si ottiene nel caso TC decomponendo Xk .41) Le (5.29).42) e (5. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali.10). rispettivamente. nel caso TD si ottiene:  1    N  a(0) (−1)n a(N0 /2) (N0 /2)−1 + + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 2 k=1 a(0) (N0 −1)/2 + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 k=1 . partendo dall’equazione di sintesi (5. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . def. Un’ulteriore espressione della serie di Fourier.4. con facili passaggi algebrici. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . N0 dispari . note come forma polare della serie di Fourier.

4)] che i fasori e j2π k f0t che compaiono nella (5. Poiché (cfr.10) sono a due a due ortogonali. con coefficienti X(k)/N0 . riprendendo e riscrivendo l’equazione di sintesi (5. 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS. 0. ovvero hanno potenza mutua nulla: ∗ Pxk xh = xk (n) xh (n) = j2π k n 1 N0 −1 j2π (k−h) n ∑ e N0 = δ (k − h) = N0 n=0 1. essendo fasori a frequenze distinte. otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . Notiamo che per segnali . la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 . e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 .28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 .234 Serie di Fourier Abbiamo già osservato [eq. possiamo quindi enunciare la seguente proprietà: Proprietà 5. È semplice anche in questo caso provare che i segnali xk (n). 2. es. In virtù di tale ortogonalità. ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. nota come uguaglianza di Parseval per la serie di Fourier (a TC).18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . se k = h .45) DFS L’interpretazione “fisica” della uguaglianza di Parseval è che la potenza di un segnale periodico si può ottenere sommando le potenze delle singole armoniche che lo compongono.4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . sono tra di loro ortogonali. 2 ∑ N0 k=0 (5. (5. Passiamo a considerare il caso di un segnale periodico TD. possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 .44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . se k = h . (5. Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. Riassumendo. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 .

Per un fissato valore di ξM . e quindi per un fissato valore di accuratezza relativa. rispetto a quello per l’onda rettangolare.99 è necessario considerare M = 23 per l’onda rettangolare. sfruttando la simmetria hermitiana dei coefficienti. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. § 5. al variare di M. 5. mentre è sufficiente un valore M = 3 per l’onda triangolare.2. e confrontarla con la potenza del segnale originario x(t). la (5. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . . è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . ottenendo così il coefficiente ξM = Px (M) ∈ [0. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t).2). Utilizzando l’uguaglianza di Parseval. k=1 +∞ L’uguaglianza di Parseval può essere utilizzate per misurare la bontà della ricostruzione di un segnale TC periodico impiegando un numero finito di armoniche (cfr. Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. Infatti.12 è rappresentato. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . tale coefficiente. per un fissato valore di M. per ottenere una valutazione quantitativa di tale bontà. per avere ξM ≥ 0. Ad esempio.5. Tale potenza può essere rapportata alla potenza Px del segnale x(t).4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. 1] . In fig.44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. Px che può essere assunto come indice della bontà della ricostruzione al variare di M. con M ∈ N . In particolare.

5. 60 80 100 .236 Serie di Fourier 100 98 γM (%) 96 94 92 Onda triangolare Onda rettangolare 90 0 20 40 M Fig. Bontà della ricostruzione con un numero finito di armoniche: confronto tra l’onda rettangolare e l’onda triangolare.12.

46) ha la forma dell’equazione di sintesi (5. periodico di periodo T0 . è possibile applicare il principio di sovrapposizione (3.18 Consideriamo prima il caso TC. dove f0 = 1/T0 . che può essere vista come un caso particolare di segnale periodico.10) della serie di Fourier di y(t). 5.14. 6). x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n . Per la linearità del sistema.10). Infatti. In particolare.97) e (4. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. e supponiamo che il segnale x(t). Applicando l’equazione di sintesi della serie di Fourier a TC (5.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . 18 Espressioni .23) per calcolare l’uscita y(t). Risposta di un sistema LTI ad un segnale periodico (caso TC).3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD. Risposta di un sistema LTI ad un segnale periodico (caso TD). il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .5 Risposta di un sistema LTI ad un segnale periodico 237 x(t) H(f) Yk=H(kf 0)X k y(t) x(n) H(ν) Y(k)=H(kν0)X(k) y(n) Fig. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t .13) in ingresso ad un sistema LTI con risposta in frequenza H( f ).7. sfruttando le formule di Eulero.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. 5. 5.5. l’uscita corrispondente ad un singolo fasore xk (t) = e j2π k f0t (avente frequenza k f0 ) della rappresentazione di x(t) si ottiene applicando la (4. la principale motivazione che spinge a rappresentare un arbitrario segnale come sovrapposizione di fasori è la semplicità con cui è possibile calcolare l’uscita di un sistema LTI sollecitato da un singolo fasore.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t .46) Poiché la (5. § 4. le espressioni precedenti sono state già utilizzate (cfr. Fig.23). mediante le relazioni (4. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. sia applicato (fig. per il principio di sovrapposizione (3. 5.13. =Yk (5. ed essendo i coefficienti Xk ∈ C quantità costanti. Pertanto.

Particolarizzando la (5. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4.22). mette in luce che i coefficienti della serie di Fourier dell’uscita y(t) si ottengono moltiplicando quelli dell’ingresso per i campioni della risposta in frequenza H( f ). mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. si ha: ydc = H(0) xdc .21 Passando ad esaminare il caso di un segnale TD. il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . (5. in generale. stretto rigore.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . la (5. che prende per questo motivo il nome di guadagno in continua del sistema. se il sistema è reale. Pertanto. applicando il principio di sovrapposizione. 21 Si noti che. con lo stesso22 periodo N0 del segnale di ingresso. (5. si ricava anche in questo caso che y(n) è un segnale periodico. supponiamo che il segnale x(n). N0 k=0 dove ν0 = 1/N0 . e ricordando che Y0 = ydc e X0 = xdc .49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. .19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . Notiamo che le quantità che compaiono nella (5.51) Per gli spettri di ampiezza e fase. 5. N0 k=0 =Y (k) (5.14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). calcolati alle frequenze fk = k f0 . Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0).47) La (5. 19 A (5. sia applicato (fig. Yk = H(k f0 ) + Xk .47) per k = 0. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 .48) (5.50) Dal confronto con la (5.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n .47) sono tutte. periodico di periodo N0 .22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . la funzione H( f ) prende anche il nome di risposta armonica del sistema. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. in particolare. In termini di modulo e fase. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita.238 Serie di Fourier (1) l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico x(t) avente periodo T0 è a sua volta un segnale periodico y(t) avente periodo T0 .47). valgono considerazioni analoghe a quelle già fatte nel caso TC. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. per la simmetria hermitiana di H( f ) risulta che H(0) è reale. complesse. si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) .

|H(k f0)| 0. la (5.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico.2 |Xk| 0. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|.46).9). avente frequenza k f0 .16. di ampiezza A e duty-cycle δc . 5. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata.4 0.2. Ciò significa che in generale un sistema LTI modifica in maniera diversa le armoniche del segnale alle differenti frequenze: questa fondamentale proprietà dei sistemi LTI va sotto il nome di selettività in frequenza.2 0 −5 0 k 5 Fig. riportata di seguito.5. 5.47) e (5. 5.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. lasciando tuttavia invariata la frequenza k f0 del fasore stesso.4 0. Risposta di ampiezza del filtro RC (es. 5. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.8 |H(f)|.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t =Yk mostra che un sistema LTI modifica in ampiezza e fase ciascun fasore e j2π k f0t del segnale di ingresso. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . come evidenziato nell’esempio che segue. la modifica subita dalla k-esima armonica.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) . 5.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es.15. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. Particolarmente interessante è la modifica delle ampiezze delle armoniche. Fig. Facendo riferimento al caso TC. ad esempio. in ingresso ad un sistema RC.4 |Yk| 0. 1 + j2π f RC per cui la (5.6 0. Inoltre. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) .9). 5. 1 + j2π k f0 RC . in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. Esempio 5.

se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. mentre in fig.6 0. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso).y(t) 0. 5. Il segnale y(t) di uscita (fig.8 x(t). ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi.4 0. I filtri ideali TC sono in genere classificati. 5.17). mentre non è in grado di “generare” armoniche a frequenze differenti da quelle dell’ingresso (vedremo che la generazione di nuove armoniche è una caratteristica tipica dei sistemi non lineari). i più semplici esempi di filtri sono quelli cosiddetti ideali.9.5 1 0 Fig.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. . in quattro tipologie principali: 23 Ovviamente non è escluso che il sistema LTI possa amplificare (quando |H(k f 0 )| ≥ 1) l’ampiezza di alcune armoniche. In particolare. per 2π f0 RC = 1.23 Come caso limite. Viceversa. In particolare. tutte le armoniche aventi frequenze per le quali H( f ) = 1 vengono fatte passare dal filtro senza modifiche: tale intervallo di frequenze W p prende il nome di banda passante del filtro o passband. per effetto dell’attenuazione delle componenti ad alta frequenza. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI.5 0 t/T 0. tutte le armoniche aventi frequenze per le quali H( f ) = 0 vengono completamente bloccate dal filtro: tale intervallo di frequenze Ws prende il nome di banda oscura del filtro o stopband.17.2 0 −1 −0. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. In fig. sulla base della posizione della banda passante e di quella oscura. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. si dice che il sistema LTI si comporta come un filtro. un comportamento tipico ad esempio dei circuiti elettrici risonanti. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . ossia quello di atte1) l’ampiezza di alcune armoniche. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. Con riferimento al caso TC. Per questo motivo. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. 5. 5.240 Serie di Fourier 1 0. 5.

| f | ≤ fc . (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞.18. − fc [ ∪ ] fc . La banda passante del filtro è W p =]−∞. (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. Un’espressione equivalente di HHPF ( f ) si ottiene osservando che un filtro HPF è complementare ad un filtro LPF con la stessa frequenza di taglio: HHPF ( f ) = 1 − HLPF ( f ) = 1 − rect f 2 fc . La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. fc ]. La risposta in frequenza (fig. | f | > fc . +∞[. 5. − fc [ ∪ ] fc . 5. | f | > fc . Anche in questo caso. +∞[.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. Fig. o equivalentemente: HLPF ( f ) = rect f 2 fc . la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. 1. | f | ≤ fc . 0. La risposta in frequenza di un tale filtro (fig. fc ].5.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. mentre la banda oscura è Ws =]−∞. . mentre la banda oscura è Ws = [− fc . Risposta in frequenza di un filtro ideale TC passaalto (HPF). La banda passante del filtro è W p = [− fc . Risposta in frequenza di un filtro ideale TC passabasso (LPF).19.6 Selettività in frequenza dei sistemi LTI e filtri ideali 241 HLPF(f) HHPF(f) 1 1 -fc Ws 0 Wp fc Ws f Wp -fc 0 Ws fc Wp f Fig. 5. 5.

Un’espressione alternativa per HBSF ( f ) si ottiene osservando che un filtro BSF è complementare ad un filtro BPF con le stesse frequenze di taglio: HBSF ( f ) = 1 − HBPF ( f ) = 1 − rect f − f0 ∆f + rect f + f0 ∆f .242 Serie di Fourier HBPF(f) ∆f ∆f 1 -fc2 -f0 Ws Wp -fc1 0 Ws fc1 f0 Wp fc2 Ws f Fig. dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . +∞[. altrimenti . una inferiore ( fc1 ) ed una superiore ( fc2 ). 0. mentre la banda oscura è Ws = [− fc2 . fc1 + fc2 2 dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . così come per il filtro passabanda. fc1 [ ∪ ] fc2 .20) ha un’espressione analitica del tipo: HBPF ( f ) = 1. fc1 ≤ | f | ≤ fc2 . mentre la frequenza f0 prende il nome di frequenza centrale del filtro. è possibile definire due frequenze di taglio. fc2 ]. − fc1 ] ∪ [ fc1 .20. (3) Filtri passabanda o bandpass filter (BPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ± f0 = 0. La banda passante del filtro è W p = [− fc2 . fc1 ≤ | f | ≤ fc2 . fc2 ]. con 0 < fc1 < fc2 (notiamo che f0 = Un’espressione alternativa per HBPF ( f ) è la seguente: HBPF ( f ) = rect f − f0 ∆f + rect f + f0 ∆f . (4) Filtri eliminabanda o bandstop filter (BSF): sono caratterizzati da una banda passante posizionata intorno alle frequenze f = 0 e f = ±∞. Anche per questo filtro. altrimenti .21) ha un’espressione analitica del tipo: HBSF ( f ) = 0. . mentre la banda oscura è Ws = ] − ∞. La banda passante del filtro è W p =] − ∞. − fc1 ] ∪ [ fc1 . 5. una inferiore ( fc1 ) ed una superiore ( fc2 ). e ∆ f = fc2 − fc1 ). 5. Risposta in frequenza di un filtro ideale TC passabanda (BPF). Per questo filtro. +∞[. − fc2 [ ∪ ] − fc1 . 1. con 0 < fc1 < fc2 . è possibile definire due frequenze di taglio. La risposta in frequenza (fig. fc1 [ ∪ ] fc2 . − fc2 [ ∪ ] − fc1 . 5. La risposta in frequenza (fig.

si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ).52) e (5. Anche nel caso TD. prop. 2 mentre per i filtri BPF e BSF. 0 < νc < 1 rappresenta la frequenza di taglio.55) HHPF (ν ) = 1 − rep1 rect ν 2νc ν − ν0 ν + ν0 HBPF (ν ) = rep1 rect + rect ∆ν ∆ν ν − ν0 ν + ν0 + rect HBSF (ν ) = 1 − rep1 rect ∆ν ∆ν Per il filtri LPF e HPF.5.11). 5. con la fondamentale differenza che. la risposta armonica H(·) è una funzione reale e pari. BPF e BSF per il caso TD. le cui espressioni analitiche sono riportate di seguito: HLPF (ν ) = rep1 rect ν 2νc (filtro passabasso o LPF) (filtro passaalto o HPF) (filtro passabanda o BPF) (filtro eliminabanda o BSF) (5. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale.108) nel caso TD. Tali filtri si dicono invece ideali in senso “fisico”. Per quanto riguarda il caso TD.54) (5. HPF.22–5. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). 4. 5. Si noti che per tutte le tipologie di filtri introdotti precedentemente. descritti dalla (5.53) (5.21. necessaria per garantire la periodicità di H(ν ).25 sono mostrate le risposte armoniche dei filtri ideali LPF.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. quindi soddisfa la proprietà di simmetria hermitiana.53).101) nel caso TC. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). le tipologie di filtri ideali sono le stesse. perché presentano una separazione netta tra banda passante e banda oscura. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. si noti che le espressioni analitiche della risposta in frequenza nel caso TD differiscono da quello TC solo per l’aggiunta dell’operazione di replicazione di passo unitario.54) e (5. Per questo motivo. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. oppure dalla (4. con 0 < νc1 < νc2 < 1 . essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. Nelle fig. 5. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. 1/2[. descritti dalla (5. data dalla (4. sia nel caso TC che TD. Tali filtri si dicono ideali anche . nelle fig.55) è possibile definire due frequenze di taglio. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza).22–5.6 Selettività in frequenza dei sistemi LTI e filtri ideali 243 HBSF(f) 1 -fc2 Wp Ws -fc1 0 Wp fc1 Ws fc2 Wp f Fig.52) (5. A causa di tale periodicità. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν .

quali ad esempio la stabilità e la causalità.244 Serie di Fourier perché non soddisfano alcune delle proprietà dei sistemi. . 6). e per questo motivo essi non sono fisicamente realizzabili (una discussione più approfondita su questo aspetto sarà effettuata nel cap.

5.23. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). Fig. Risposta in frequenza di un filtro ideale TD passabasso (LPF). . Risposta in frequenza di un filtro ideale TD passaalto (HPF).24. 5.5.22. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig.6 Selettività in frequenza dei sistemi LTI e filtri ideali 245 HLPF(ν) HHPF(ν) 1 1 -1/2 Ws -νc 0 Wp νc 1/2 Ws ν -1/2 Wp -νc 0 Ws νc 1/2 Wp ν Fig. Risposta in frequenza di un filtro ideale TD passabanda (BPF). HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. 5. 5.25.

per la proprietà di linearità Xk = 2Yk − δ (k).7 Esercizi proposti Con riferimento ai segnali TC (analoghe considerazioni sussistono per la DFS di un segnale TD). X2 = X−2 = X4 = X−4 = 1 . Esercizio 5. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.2 Si consideri il segnale periodico: x(t) = | cos(2π f1t)| (segnale coseno “raddrizzato”). e quest’ultimo problema è generalmente più semplice. Per un segnale avente forma più generale. X−1 = − 2 j e− jπ /4 . [Suggerimento: per il punto (b). (b) si risolve direttamente l’equazione di analisi Xk = 1 T0 x(t) e− j2π k f0t dt . tutte le serie di Fourier proposte negli esercizi di questo capitolo sono calcolabili semplicemente anche con le tecniche (b) e (c). e quindi andrebbe utilizzata per prima. con f1 ∈ R+ .] 1 1 Risultato: (a) T0 = 1 (b) X1 = 2 j e jπ /4 . (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 e la frequenza fondamentale f0 . (c) si esprime il segnale periodico x(t) in funzione di uno o più segnali periodici con lo stesso periodo. le cui serie sono più agevoli da calcolare. ci sono varie strade alternative: (a) nel caso particolare in cui il segnale si può esprimere come somma di sinusoidi/cosinusoidi. avente periodo fondamentale T0 e frequenza 1 fondamentale f0 = T0 .1 Si consideri il segnale: x(t) = cos(6π t) cos(2π t) + sin 2π t + (a) Determinare il periodo T0 di x(t). e si utilizzano le proprietà formali della serie di Fourier: ad esempio. Xk = 0 per tutti gli altri 4 valori di k ∈ Z. T0 dove le scelte più comuni per l’intervallo di integrazione sono (−T0 /2. il metodo di ispezione è applicabile solo a segnali composti da sinusoidi/cosinusoidi.246 Serie di Fourier 5. In conclusione. π 4 . la procedura (d) è quella che semplifica maggiormente i calcoli. utilizzare note formule trigonometriche ed applicare il metodo di ispezione. in questo modo il calcolo della serie di Fourier si riconduce a quello della trasformata di Fourier di xg (t). . se x(t) = 2 y(t) − 1 si ha. T0 /2) oppure (0. In questo caso il calcolo di Xk si riduce a quello di un integrale definito (spesso conviene considerare separatamente il caso k = 0). T0 ). in quanto i coefficienti della serie di Fourier di 1 (segnale costante) sono δ (k). per ricavare i coefficienti Xk di un segnale x(t) periodico. tuttavia. capitolo 6 del libro di teoria) che lega i coefficienti Xk della serie di Fourier alla trasformata di Fourier Xg ( f ) di un arbitrario segnale generatore xg (t) del segnale periodico. Esercizio 5. si espande ciascuna sinusoide/cosinusoide con le formule di Eulero e si identificano i coefficienti Xk confrontando l’espressione ottenuta con l’equazione di sintesi della serie di Fourier (metodo di “ispezione”). (d) si utilizza la relazione nota come proprietà di campionamento in frequenza o formula di Poisson (cfr.

(b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. ed applicare poi la proprietà di linearità della serie di Fourier. 1 T . k dispari . (π k)2 Esercizio 5.3 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. . altrimenti . k pari . k dispari . dove  1 − 4t . Esercizio 5. notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1.5. con T0 ∈ R+ . 2 kπ Risultato: (b) Xk = sin kπ 2 k pari .6 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (b) Xk = (−1)k π (1−4k2 ) . con T ∈ R+ .7 Esercizi proposti 247 (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.5 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (a) Rappresentare graficamente il segnale x(t). 0.  j Risultato: (b) Xk = − π k . dove xg (t) = rect 2t T0 − rect 2t − T0 T0 .  k = 0. k = 0 pari . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. con T0 ∈ R+ . (a) Rappresentare graficamente il segnale x(t). 0 T0 xg (t) = 0 . (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 . (b) Xk = Esercizio 5. 0 ≤ t ≤ T /2 . 0 . Esercizio 5. k dispari .4 Si consideri il segnale periodico x(t) = +∞ k=−∞ ∑ (−1)k δ (t − kT ) .  2  . dove y(t) = repT0 [2 rect(2t/T0 )] (onda rettangolare di ampiezza 2 e δc = 1/2). Risultato: (a) T0 = 1 2 f1 . [Suggerimento: dal grafico. con T0 ∈ R+ . f 0 2 = 2 f1 . dove xg (t) = 2Λ 2t T0 − 1 rect t T0 .] 0. . Risultato: (a) T0 = 2T .

Risultato: (b) Xk = 4 . dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. 3}. k = 23 .] 0. X(2) = 0. Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k . k ∈ {0. [Suggerimento: dal grafico. (b) X(k) = − 12 e− j 3π /8 . . k dispari . 1. .8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . da cui X(0) = −2.  24 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. k2 π 2 Esercizio 5. k = 1. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. . k ∈ {2. k pari . dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). 22} .9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. ed applicare poi la proprietà di linearità della serie di Fourier. . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. X(1) = X(k) = 0 per tutti gli altri valori di k. (a) Determinare il periodo N0 di x(n). N 2 (3 − j). X(3) = 3 + j. k = 0. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. j Risultato: (a) N0 = 24. X(1) = 3 − j. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (a) Determinare il periodo N0 del segnale x(n).  j   0. Esercizio 5. 3. X(N − 2) = − N j. . (b) X(0) = N.   12 j 3π /8  e .7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. X(N − 1) = 2 N 2 (3 + j). Esercizio 5. 2.248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). Risultato: (a) N0 = N. (a) Rappresentare graficamente il segnale x(n). X(2) = N 2 j.

.13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . (a) Rappresentare graficamente il segnale x(n). altrimenti . da cui X(0) = 12.    0. xg (n) = 2 .10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. k ∈ {0. 3}. (b) X(k) = 4 + 8(− j)k . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . k ∈ {0. n = 0...5.   1 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. X(3) = 4 + j 8. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.7 Esercizi proposti 249 Esercizio 5. 5. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5. . Risultato: (a) N0 = 5.. . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 3. -5 0 5 n (a) Determinare il periodo N0 di x(n). 2. 2. 8. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 1. . Risultato: (b) X(k) = 1 + 4 cos πk 3 . k = 0. Esercizio 5. Risultato: (a) N0 = 4. 2. 3. X(1) = 4 − j 8.. 6}. 4.. X(2) = −4. 4} . 1. dove  2 .12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . Esercizio 5. n = 1. n = −1 . k ∈ {1.

56). X(3) = 1 − j.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. (5. X(3) = −5. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. X(1) = 3.16 Senza calcolare esplicitamente x(n).250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t). (b) X(0) = 3. X(1) = 3 e jπ /4 .56) operando un cambiamento di variabile in uno dei due integrali. (e) X(0) = 3. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. X(2) = 1 + j. X(3) = −3 j. ] Esercizio 5. X(2) = 3. X(1) = 2. . valida ∀a = 0. (d) X(0) = −2.56) (b) Viceversa. mostrare che se x(t) ha la proprietà di simmetria (5. ∀t ∈ R . e si ha in particolare  0 . X(2) = 1. X(3) = − j. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . allora il segnale ha solo le armoniche dispari.14 Sia wN0 = e− j2π /N0 . Esercizio 5.] 1−a Esercizio 5. ∀k pari. in modo da poter sfruttare la (5. Provare che valgono le seguenti identità: N0 −1 n=0 N0 −1 k=0 ∑ ∑ w±kn = N0 N0 w±kn = N0 N0 +∞ =−∞ +∞ =−∞ ∑ ∑ δ (k − N0 ) = N0 repN0 [δ (k)] δ (n − N0 ) = N0 repN0 [δ (n)] N−1 [Suggerimento: applicare l’indentità notevole n=0 ∑ an = 1 − aN . incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . N0 ∈ N: 0 x(n) = x n T0 N0 . X(1) = 5 − j.15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . X(1) = −5. (b) Scrivere l’equazione di analisi in (−T0 /2.56). X(2) = 3 j. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). X(3) = 3 e j7π /4 . T0 /2) e dividere l’integrale in due integrali. [Suggerimento: applicare le identità dell’esercizio 5. X(2) = 2. X(3) = 5 + j. X(4) = −3.14. (c) X(0) = j.

] Risultato: x(n) = 1 + 1 (−1)n . viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . dove xg (t) = Λ t T0 . avente DFS X(k).19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . utilizzare l’uguaglianza di Parseval per la DFS.20 Il segnale periodico x(t) = rep2T0 [xg (t)]. 1 + j2π f T0 ottenendo il segnale y(t). Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). (2) x(n) è periodico di periodo N0 = 10. e determinare in particolare le costanti α . avente DFS X(k). Esercizio 5. 0 ≤ t < 4.17 Si consideri il segnale periodico x(n). (d) x(n) non reale. n=0 (3) ∑7 (−1)n x(n) = 1. [Suggerimento: utilizzare le proprietà della DFS. 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)].] Risultato: α = 10. (2) ∑5 x(n) = 2. (c) x(n) non reale. il segnale x(n) è quello avente potenza Px minima. 4 ≤ t < 8 . (3) X(11) = 50. β = π /5 e γ = 0. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. (b) x(n) reale. Risultato: y(t) ≡ 0. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. β .7 Esercizi proposti 251 Risultato: (a) x(n) reale. per la proprietà (4).18 Si consideri il segnale periodico x(n). con xg (t) = 1. con T0 ∈ R+ . −1. . Esercizio 5. 3 6 Esercizio 5. Esercizio 5. (e) x(n) reale. n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti.5. γ . (4) Px = 50.

Determinare il segnale y(t) in uscita al filtro. H(1/4) = 2 e jπ /4 . π2 Esercizio 5. 1. dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). si trova che Esercizio 5.252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t).24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . H(3/4) = 2 e− jπ /4 . Determinare i valori di H Risultato: H(0) = 0. Risultato: y(t) = 8 sin(2π f0t). (b) In corrispondenza dei valori di fc determinati al punto (a). (a) Determinare la frequenza di taglio fc del filtro in modo che l’uscita y(t) del filtro sia un segnale sinusoidale di frequenza f0 = 1/(2T0 ). . è posto in ingresso ad un filtro passabasso avente risposta armonica: H( f ) = rect f 4 f0 e − j2π 4 f f 0 con f0 = 1/T0 . (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . (b) y(t) = π82 cos(2π f0t). 2. calcolare l’espressione esplicita di y(t). con T0 ∈ R+ . per k = 0. 1). 1 2T0 3 < fc < 2T0 . l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 .22 Il segnale periodico x(t) = repT0 [xg (t)]. H(1/2) = 0. (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. Esercizio 5. . 9 Esercizio 5. con T0 ∈ R+ .23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). e ∆ν = 1 24 . 3. (b) Determinare il rapporto tra l’ampiezza della terza armonica e l’ampiezza dell’armonica fondamentale per ciascuno dei segnali x(t) e y(t). dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . Risultato: (a) xdc = ydc = 1 .21 Il segnale periodico x(t) = rep2T0 [xg (t)].

dove xg (t) = cos πt T0 rect t T0 . Determinare la costante di tempo RC del filtro in modo che l’ampiezza della prima componente sinusoidale a frequenza superiore ad f0 del segnale filtrato sia pari ad 1/25 della fondamentale.364 f0 .27 Il segnale x(t) = rep2T0 [xg (t)]. (c) RC = T0 π 3 . Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. (b) y2 (n) = sin .7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . f2 = 3 kHz. . Risultato: RC = 1 2π f0 68 13 ≈ 0. k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0.6. con T0 ∈ R+ . (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . (c) y3 (n) ≡ 0. f1 = 2 kHz.28 Con riferimento allo schema in figura.] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ).] √ 1 2 1 . Py = π 4 1 + 81 . con f0 = 1 kHz.2.26 Il segnale x(t) = +∞ k=−∞ ∑ (−1)k Λ t − 2kT0 T0 è posto in ingresso ad un filtro ideale passabasso di guadagno unitario e frequenza di taglio 1/T0 . dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . 1 + j2π f RC 2|Y1 | Y0 (a) Determinare l’espressione dei coefficienti Yk della serie di Fourier del segnale y(t) in uscita al filtro. (b) Con riferimento al punto precedente.25 Il segnale periodico x(t) = repT0 [xg (t)]. determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . si calcoli l’uscita y(t). è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . sapendo che: (1) x(t) = cos(2π f0t). Esercizio 5. 2T Esercizio 5. [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. Esercizio 5.5. con T0 ∈ R+ . 1 n−4k x3 (n) = ∑+∞ u(n − 4k). (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . (a) Calcolare la frequenza fondamentale f0 del segnale x(t).

29 Con riferimento allo schema in figura. Determinare l’espressione del segnale di uscita z(t). x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk . Esercizio 5.5 f0 e guadagno in continua unitario. dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 . =4kHz Esercizio 5. x(t) 6 .254 Serie di Fourier (2) H1 ( f ) è la risposta in frequenza di un filtro ideale passabasso avente frequenza di taglio 2 kHz e guadagno nella banda passante pari a 2.H2 ( f ) . x(t) . Si assuma che tutti i segnali ed i sistemi considerati siano reali.30 Con riferimento allo schema in figura. y(t) H( f ) .H1 ( f ) u(t) - (·)2 v(t) .H1 ( f ) 6 . (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py .y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t]. k=−∞ k=−∞ . (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. (1) x(t) = 5 + 2 cos(2π f0t). 1 2π f0 e guadagno in continua unitario. (3) H2 ( f ) è la risposta in frequenza di un filtro ideale passaalto avente frequenza di taglio 3 kHz e guadagno nella banda passante pari a 2.5/T0 e guadagno unitario. Py = 776.H2 ( f ) .y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4). e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. g(x) = |x|2 è una nonlinearità (quadratica) senza memoria.z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }.

Sign up to vote on this title
UsefulNot useful