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

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

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

. .1. . . . . . . . .1 Teorema del campionamento . . . . . . . . . . . . . . .4 Proprietà della risposta in frequenza . . . . . . . . . . . . . . . . . 7.2 Campionamento ed interpolazione ideale . . . . . . . . . . . . . . . . . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . . . . . .3 Derivazione e differenza prima. . . . . . . . . . . . .3 Aliasing . . . . . . . . . . . . . . . . . . . 6.2 Interpolazione non ideale . . . . . . . . . . . . . . . . . . . . . . . . . . . .7. . . . .3. . . . . . . . . . . . A Richiami sui numeri complessi 433 A. . . . . . . . . 7. . .2 Segnali a banda praticamente limitata . . 437 . .1 Definizione di numero complesso .1 Trasformazioni della variabile dipendente . 6. . . . . . . . . . 6.1 Trasformata di Fourier di un segnale periodico TC . . . . . . . . . . 6. . . . . . . . . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . . . . . . . . . . . . .4 Quantizzazione . . . . .3 Segnali a banda non limitata . . . . . . .2. . . . . . .1 Trasformata di Fourier per segnali TC . .4. 7. . . . . . . . . . . . . . 6. . . . . . . . . . . . . 6. . .1 Trasformata di Fourier . . . . . 7. . . . . . . . 6. . . .5 Proprietà della trasformata di Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Segnali TC . . . . . . . 6. . . 6. . . . . . .7. . . . .1 Introduzione . . . . . . . . . .5. . . . .2 Segnali TD . .1 Separazione di segnali mediante filtraggio . . 6. .8 Esercizi proposti . . . . .2 Forma algebrica dei numeri complessi . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7. . . . . . . . . . . . 6. . . . 6. . . . .4 Estensione spettrale e banda di un segnale . . . . . .6. . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . 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 . . . 6. .2 Trasformata di Fourier per segnali TD . . . . . . . .3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7. .6. . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . .3 Estensione spettrale e banda di un segnale periodico . .3 Esistenza ed invertibilità della trasformata di Fourier . . .7. .1 Segnali a banda rigorosamente limitata . . . . . . . . .3. . . . . 6. . . . . . . . . . . . . . . . . 6. . . . . . . 7 Campionamento e conversione A/D e D/A 7. .3 Campionamento ed interpolazione in pratica . . . . . . . . . . . 7. . . .2.3. . . 6. . . . . . . . . . . . . . . . . . . . . . .5 Esercizi proposti . . . . 7. . . . . . . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. 6. . . 7. . . . . . . . . . . . . .2 Trasformazioni della variabile indipendente . . . . .3. . . . . . . . . . .2 Banda passante e banda di un sistema . . 434 A. . . . . . . . . . . . . .1. . . . . . . .1 Proprietà di convoluzione . . . . . . integrazione e somma . . . . . . . . . . . 433 A. . . .6 Trasformata di Fourier dei segnali periodici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . . . . . . . . . . . . . . . . .4. . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . . . . . . . . . . . . .5. . . . . . . . 6. . . .4 Relazioni tra serie e trasformata di Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6. . . . . . . . . . . . . 6.6. . . . . . . . . . 6. . . . . . . .INDICE iii 6 Trasformata di Fourier 6. . . . . 6. . . . . . . . .4. . . . . . .3 Proprietà elementari della trasformata di Fourier . .2 Trasformata di Fourier di un segnale periodico TD . . . .5. . . . . . . . . . . . 6. . . . . . . .2 Interpolazione ideale . . 6. . . . . . . . . . . . . . . . . . .1. . . . . . . . .3 Segnali TD transitori . 6. .

. . . . . . . . . . . . . . . . . .1 Integrale di convoluzione . . . . . . . . . . . . . . . . . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B. . . . . . . . . . . .3 Convergenza in media quadratica della serie di Fourier F Proprietà della trasformata di Fourier F. . . . . . . . . .1. . . .iv INDICE A. . . . . . . . . . . . . . . 461 D Invertibilità di un sistema 463 D. . . . F. . . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . F. . . . . . . . . . . . . . .1. . . . . . . .1 Trasformata di Fourier a TC . . . . . . . . . Bibliografia 471 471 471 471 473 473 473 474 479 479 479 479 482 482 482 483 485 487 . . . . . . . . . . . . . . . . . . E. . . 440 A. .1 Invertibilità di un sistema . . . . . . . . .3 Trasformate notevoli . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . F. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Integrazione . . . . . . . . . .2 Proprietà . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . . . . . . .2. . . . 459 C.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1.2. . . . . . . . . . . . . . . . . . . . 442 B Richiami di analisi matematica B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Proprietà . . . . . . . . . . . . .1 Successioni e serie numeriche . .3 Serie bilatere . F. . . . . .2 Invertibilità di un sistema LTI . . . . . 466 E Proprietà della serie di Fourier E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Proprietà . . . . . . .1 Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . B. . . .1 Definizioni . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . .2 Proprietà . . . .3 Sommabilità . . . . . . . . . E. . . . . . . .2 Serie di Fourier a TD (DFS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Funzioni complesse di una variabile reale .2 Serie monolatere . . . . . . . . . . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . E. . . . . . . . . . . . . . . . . .1. F. . . . . . . . . . . . . . . .4 Successioni sommabili . . 445 445 445 447 448 450 451 451 453 456 . . . . F. . . . . . .1 Definizione di limite di una successione B. . . . . . . . . . . . . B. . . . . . . . .2. . . . . . . . . . . . . . . . .3 Trasformate notevoli . . B. . .1 Continuità e derivabilità . . . . . . . . . . . .2 Somma di convoluzione . . . . . . . . . . . . .1. . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . .2. . . . .1 Definizioni . . . . . . . . . . . . . . . . C Proprietà matematiche della convoluzione 459 C. . . . . . .4 Forma esponenziale dei numeri complessi . .2. . .2 Trasformata di Fourier a TD . . . . . . . . . . . . .1 Serie di Fourier a TC . . . .5 Funzioni complesse di una variabile reale . . . . . . . . . . . . . . B. . . . . .1 Definizione . . . . . . . . . 463 D. . . . . . . F. . . . .2. . . E. . . . . . . . . . . . . . .

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

3 (successione) In matematica. pulsazione ω0 o frequenza f0 . frequenza f0 . f [x(n − 1)] con n = 1. 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)] . Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). 1. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig.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. Esempio 1. Posto x(0) = b. 1. seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ). che sia crescente. 1. .3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione.2. e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) .2 è una funzione del tempo x(t).1 e 1. Supponiamo che f sia dotata di derivata prima continua e. Un esempio classico è il metodo di Newton o della tangente. Esempio 1. Ripetendo tale procedimento. 1. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante.2. la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . Fig. 2. dove ϕ0 è la posizione angolare del corpo all’istante t = 0. 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). è possibile applicare metodi per determinare soluzioni approssimate. convessa e tale che f (a) < 0 ed f (b) > 0. anche se il significato fisico ed i valori dei parametri A. 1. Il segnale sinusoidale degli es. inoltre. . 1. . ed è raffigurato in fig.1. il metodo di Newton (fig. 1. . e fase iniziale ϕ0 .1. l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 . che consente di risolvere approssimativamente equazioni del tipo f (x) = 0.2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig. f0 e ϕ0 sono diversi. 3. .2. L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A.

3..3.1. nel caso dell’es. Gli es.1) dove l’insieme T. 1.. il dominio T di x coincide con l’insieme dei numeri reali. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. Maria Turchini... 1. . un segnale può essere definito mediante una tabella..4).1 e 1.. Voto 22 30 25 30 . Tale relazione definisce una successione numerica. 1.1 e 1. Franca Neri . 1. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. per gli es.4. Ad esempio.4..1.14 più avanti). 2. lo studente nell’es.10 e 1. racchiude i valori assunti dalla variabile dipendente x.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. 1. il dominio del segnale risulta essere T = N0 = {0.4. 1. 1. ovvero un segnale definito nell’insieme N0 dei numeri naturali.} è costituito dai nomi degli studenti. una tensione nell’es. le variabili indipendenti di un segnale possono non avere un significato fisico o.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . dove f (x) denota la derivata prima di f (x). 1. in questo caso. 1. Il segnale in forma tabellare dell’es. 1. 1. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). un segnale di questo tipo può essere indicato come segue: x : T → X. Al crescere di n. 1.4.. il dominio del segnale T = {Carlo Rossi.. .. ad esempio per molti segnali la variabile indipendente è proprio il tempo. come accade nell’es. un voto nell’es. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. 1. Ugo Bianchi.. (1. cioè T = R. . Esempio 1. 1. l’indice n nell’es.2. 1. x(1) x(2) Fig.. Inoltre.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. che prende il nome di insieme di definizione o dominio di x. . . come nell’es. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n.1. Si osservi che. 1. ma esistono casi significativi di segnali – le immagini. 1. possono rappresentare dati . 1. che prende il nome di immagine di T mediante x o anche codominio di x.3. nel caso dell’es. Fig.4. . infine.4) ed una variabile dipendente x (una lunghezza nell’es. 1.3. 1.2 e 1. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. .2. mentre l’insieme X. 1. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa.4 (tabella) In alcuni casi.3. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. Il metodo di Newton dell’es.3.

Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. 1.5 (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).7. 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). Definizione 1. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. oppure può rappresentare la legge di corrispondenza (1.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi.1 e 1. 1. di natura più generale (gli studenti). Di norma.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. e gli altri come segnali di uscita (o effetti).5. Rappresentazione di un sistema mediante schema a blocchi. comunque. quale il partitore resistivo dell’es. Schema elettrico di un partitore resistivo. è lo schema a blocchi di fig. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. scriveremo {x(t)}t∈T. quando tuttavia vorremo enfatizzare la seconda interpretazione. che associa ad ogni messaggio da trasmettere . 1. mentre l’uscita è la tensione ai capi del resistore R2 . riportato schematicamente in fig. un grafico o una tabella. 1.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. dei quali alcuni sono identificati come segnali di ingresso (o cause). Esempio 1. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . 1.6. a prescindere dal loro effettivo significato fisico.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita.1) (cioè il segnale nel suo complesso per ogni t ∈ T).5.6. rimandando il lettore agli esempi che ne chiariscono meglio il significato. Gli es. 1. Esempio 1.5. Fig. e alla variabile dipendente x come all’“ampiezza” del segnale. Concludiamo osservando che. con riferimento ad un segnale funzione del tempo. 1. capace di trasportare un messaggio dalla sorgente alla destinazione. 1. In molti casi la distinzione è ininfluente oppure si ricava dal contesto. Tali funzioni potranno essere descritte mediante un’espressione matematica. Esso è composto da tre elementi fondamentali: un trasmettitore.

a “produrre” dei segnali di uscita. per i quali l’analisi diretta dell’intero sistema risulta essere troppo complicata.2) I U Fig. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. Da quanto detto si evince che è necessario introdurre una descrizione matematica dei sistemi. . un cavo telefonico) lungo il quale viaggia il segnale d’informazione. Innanzitutto. Un sistema può essere particolarmente complesso e può essere composto da più entità fisiche distinte. pertanto. (“messaggio sorgente”) un segnale opportuno (generalmente elettrico o ottico). il concetto di sistema è inscindibilmente legato a quello di segnale: senza alcun segnale in ingresso. La decomposizione di un sistema in sottosistemi è particolarmente utile quando occorre studiare sistemi complessi. un ricevitore. Inoltre. il sistema di comunicazione in fig. ad esempio. un canale. ogni singola entità può essere riguardata come un sottosistema che concorre a definire l’intero sistema. o biochimici. sono i segnali di ingresso che “forzano” il sistema a “reagire” e. 1. infine. 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. 1. in questo caso. che ha il compito di estrarre dal segnale ricevuto il messaggio trasmesso e recapitarlo alla destinazione (“messaggio destinazione”). Gli esempi precedenti mettono in luce alcuni aspetti importanti. S y x insieme dei segnali di uscita insieme dei segnali di ingresso (1. si pensi. e indichiamo con I l’insieme dei possibili segnali di ingresso e con U l’insieme dei possibili segnali di uscita. ed. che è il mezzo fisico (ad esempio. in alcuni casi. Un sistema può essere descritto matematicamente da un operatore o una trasformazione S.1. A tal fine. Dato un sistema e assegnati i segnali di ingresso.7 può essere suddiviso in tre sottosistemi distinti: il trasmettitore. simbolicamente: S : I → U. il canale ed il ricevitore.8. che interagiscono tra di loro. oppure. infatti. L’operatore S associa ad ogni segnale x di I un segnale y di U. 1. non è stato ancora realizzato fisicamente. allo studio di un sistema in condizioni operative particolari che sono pericolose da riprodurre in pratica.2 Definizione di sistema 5 messaggio sorgente trasmettitore canale ricevitore messaggio destinazione Fig. soffermiamo l’attenzione su un sistema che ha un solo segnale di ingresso e un solo segnale di uscita (come il partitore resistivo). Ad esempio. La possibilità di caratterizzare analiticamente il comportamento di un sistema è importante perchè. meccanici. allo studio di fattibilità di un sistema che è in fase di progetto e che. quindi.7. un sistema è una mera collezione di componenti elettrici. è più semplice ed economicamente vantaggioso determinare i segnali di uscita analiticamente piuttosto che sperimentalmente. il calcolo analitico della risposta di un sistema è spesso l’unica strada disponibile.

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

della realtà che intende descrivere.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale).2) non è mai esattamente sinusoidale. . ad esempio. Definizione 1.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. Il segnale vocale assume una forma profondamente diversa.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. il modello matematico è quasi sempre frutto di approssimazioni.6 0. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr.2 0. es.5 −1 −1 0 0. che non possono cioè essere descritti esattamente.4 t 0. In secondo luogo. quasi sempre estremamente semplificata. in forma tabellare.8 1 0 −0. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto.2 0. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà. ecc. Tali segnali scaturiscono da fenomeni fisici che. 1. o in forma grafica). (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino. ben presente nel seguito. per la loro complessità. in quanto contengono un certo grado di imprevedibilità o di incertezza.5 0.4 t 0.3 Segnali deterministici ed aleatori I segnali considerati negli es. non ammettono una descrizione matematica esatta.1. per la presenza di disturbi. 1.6 0.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. In primo luogo. Esempio 1. non linearità. 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.2 e 1.8 1 (a) (b) Fig. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”.1. che esprime la pressione acustica in funzione del tempo.5 −0. Va osservato come principio generale che un modello è solo una rappresentazione. 1. La classe dei segnali deterministici è ampia.9. infatti. 1. o per la conoscenza imperfetta dei meccanismi che li governano. accoppiamenti parassiti.3 Segnali deterministici ed aleatori 7 1 1 0. 1. In fig.5 x(t) 0 x(t) 0 0. 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”. In conclusione. 1.

Va osservato peraltro che. che un segnale aleatorio possa essere rappresentato non da una sola funzione. Basti pensare infatti che. quali la teoria della probabilità [15]. perfettamente prevedibile. Per ottenere una valida ed utile descrizione matematica a partire da questo concetto intuitivo. non può essere descritto da una semplice funzione. 1. Un segnale come quello dell’es. in quanto. l’es.9 (b) si riporta il segnale vocale corrispondente alla stessa parola “pace”. e dello stato d’animo del parlatore. un segnale deterministico. una volta osservato o memorizzato. i segnali aleatori rivestono un grande interesse nell’ingegneria dell’informazione. Definizione 1. Nonostante abbiamo sottolineato l’importanza dei segnali aleatori. ma anche al variare del sesso. Per questo motivo. non essendo perfettamente noto a priori. non è adatto a trasportare informazione. proprio a causa della loro imprevedibilità. 10]. che è noto a priori e quindi perfettamente prevedibile. rimandando a corsi successivi l’applicazione di tali metodologie anche al caso di segnali aleatori.9 si dice aleatorio (dal vocabolo latino alea=dado. nel seguito si affronterà esclusivamente lo studio dei segnali deterministici. in quanto operare con segnali deterministici consente di introdurre ad un livello relativamente semplice le principali tecniche di analisi ed elaborazione dei segnali. e quindi non prevedibile. Tale scelta ha una chiara motivazione didattica. sono necessari strumenti più sofisticati. . Un segnale aleatorio.8 Segnali e sistemi: introduzione soltanto – come è ovvio – al variare della parola o del suono pronunciato. con un piccolo sforzo di generalizzazione. che per estensione sta anche a significare “rischio.9 relativo al segnale vocale suggerisce intuitivamente. una affermazione poco probabile. l’affermazione “stanotte farà buio” non trasporta nessuna informazione. tuttavia. per sua natura. quale “domani il pianeta Terra sarà invaso dai Marziani” convoglia una grande quantità di informazione. essi sono adatti a trasportare informazione. cap. perché poco probabile. ma da una collezione di funzioni (una per ogni possibile parlatore. a differenza dei segnali deterministici. semplicemente perché è una affermazione certa. pronunciata stavolta da un bambino. Viceversa. 1. Bisogna notare che. Ad esempio in fig. In effetti.4 (segnale aleatorio) Un segnale si dice aleatorio (o casuale) se nella sua definizione è contenuto un certo grado di incertezza. con riferimento al segnale vocale). 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. dell’età. il concetto di informazione è intrinsecamente legato a quello di imprevedibilità [15. incertezza”). 1. Ad esempio.

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.

zB (x.y) Blue z B(x. e quindi nei segnali zR (x.2 Proprietà della variabile dipendente Definizione 1. zG (x. 1. In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x. i segnali sono tutti scalari. ovvero un “array” di scalari. Esempio 1.14 Segnali e sistemi: introduzione Red z R(x. y)] .y) Green z G(x. y). siano essi zR (x.18) può essere decomposta dalle sue tre componenti fondamentali. y). y). alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale.t) di tre variabili. verde (G) e blu (B). (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. Negli esempi visti in precedenza.4. y). zG (x. zB (x. zG (x.18. Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. Se l’immagine a colori è in movimento (filmato a colori).7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare. discusso nell’esempio seguente. per cui il segnale sarà descritto da una funzione vettoriale z(x.y) Fig. y). Un esempio di segnale vettoriale è l’immagine a colori. y. . y). 1. y). zB (x.14 (immagine a colori) Una immagine fissa a colori (fig. y). y) = [zR (x. 1. rosso (R). Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria. e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente.

1.. Sulla base del modello matematico (1. Esempio 1. 1. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. La quantizzazione si dice “ad un bit” in quanto l’ampiezza . il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”.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).4 Classificazione elementare dei segnali 15 x(t) 5 .1. 5} è costituito solo da due valori.1 e 1. 1.15. 1. t -5 Fig. Un esempio di segnale ad ampiezza discreta è il segnale logico. Il segnale risultante è mostrato in fig.1). rimpiazzandole con un numero finito di possibili valori. 1. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto.12.8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es.. . 1. detta quantizzazione. 1. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. raffigurato in fig. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta. Il vantaggio che si consegue con la quantizzazione è che. A] ≡ X.2 assume con continuità tutti i valori dell’intervallo [−A. utilizzato per descrivere un segnale. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. Esempio 1. −A . Il segnale risultante x(t) (fig.20 (b). Definizione 1..19) descrive la variazione dello stato logico nel tempo.19.20(a). altrimenti . visto che il suo codominio X = {−5. la sinusoide degli es..16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. se il numero delle ampiezze è finito. mentre X è un insieme discreto per un segnale ad ampiezza discreta. se x(n) ≥ 0 . 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 .

1. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A. 1. e quindi può essere rappresentata con un solo bit. 1.21.21. (b) il segnale ad ampiezza discreta y(n) dell’es. 1. denominato quantizzatore. segnale ad ampiezza discreta Fig. 7. assume due soli valori. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). Anche l’operazione di quantizzazione si può interpretare come un sistema.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. Così come il campionamento. Schema a blocchi di un quantizzatore. anche la teoria della quantizzazione sarà approfondita nel cap. e raffigurato in fig. .12. segnale ad ampiezza continua quantizz . 1.20.

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

Fig. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). 1. quando parleremo di sistema. (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. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. a parte il caso dei sommatori e dei moltiplicatori. il campionatore. ed il quantizzatore. Definizione 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. sono tutti di tipo SISO. o viceversa. I sistemi visti in precedenza. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. Esempi di sistemi MISO. Definizione 1.23. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). . (b) moltiplicatore a due ingressi.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. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO).23. supporremo implicitamente che esso sia di tipo SISO. raffigurati schematicamente in fig. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. 1. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO).5 Classificazione elementare dei sistemi Come i segnali. (b) sistema a TD. l’interpolatore. quali ad esempio il partitore resistivo. (a) sommatore a due ingressi. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. Nel seguito. 1.24. 1. faremo esclusivamente riferimento a sistemi SISO: per questo motivo. quali il numero degli ingressi e delle uscite.

e viceversa. o viceversa. 1.3 Infine. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. essi sono inoltre di grande interesse ingegneristico. 1. ADC). entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita.24(b). 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. nel caso di sistemi misti. e quindi sono sistemi a TC: ad esempio una rete elettrica. in un convertitore A/D reale (denominato anche analog-todigital converter. infine. l’insieme I racchiude solo segnali a TC. In accordo con la simbologia introdotta in fig. mentre U contiene solo segnali a TD. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig.25). nel caso di sistemi a TC.24(a). Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. 1. 1. Esempi significativi di sistemi di questo tipo sono il campionatore (es. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. Inoltre. 1.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. ed i sistemi a TD sono denominati. quantizz . 1.2) utilizzato per descrivere matematicamente un sistema.25 è puramente di principio. segnale digitale (b) Tc Fig. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. 1. 1. Esempio 1. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig.6. in campo economico o sociale). es. es. 1.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente.13). 1.12).16). e quindi bisogna effettuare sia un campionamento (cfr. come il partitore dell’es. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. Lo schema del convertitore A/D riportato in fig.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . che presenta ingresso a TD e uscita a TC. effettuata da un sistema denominato convertitore A/D (fig. I sistemi a TD non esistono generalmente “in natura”. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. sia una quantizzazione (cfr. e l’interpolatore (es.12). che presenta ingresso a TC e uscita a TD. Conversione A/D: (a) schema a blocchi di un convertitore A/D. 1. Il seguente esempio introduce due ulteriori esempi di sistemi misti. 1. . è un sistema a TC.5. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. Sulla base del modello (1. sistemi digitali. e spesso non sono nemmeno chiaramente separabili. in maniera lievemente imprecisa.25. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico.1.

(cfr.27. Schema classico per l’elaborazione digitale dei segnali. che sono trasformate in valori di ampiezza da un decodificatore binario. e numerosi altri. alle costruzioni aerospaziali. quali maggiore flessibilità. 1. . in un segnale digitale x(n). Un convertitore D/A reale (denominato anche digital-to-analog converter. all’automazione. alla biomedica. 1. Si noti che il sistema complessivo (tratteggiato in fig. per questo motivo. 1. ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A. dalle telecomunicazioni all’informatica. e quindi non può esistere una operazione inversa di “dequantizzazione”. lo schema di fig. (b) rappresentazione schematica della conversione D/A in termini di interpolazione. il segnale x(n) viene elaborato mediante un sistema digitale. prima di effettuare l’interpolazione.27) è un sistema analogico. 1.27 offre alcuni vantaggi importanti.13). schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia. 1. minore ingombro. 1. un segnale analogico x(t) viene prima convertito.27. es. ai trasporti. lo schema digitale in fig. Conversione D/A: (a) schema a blocchi di un convertitore D/A. DAC). minore consumo di potenza e. Un’applicazione particolarmente interessante dei sistemi misti. Rispetto ad una elaborazione analogica del segnale x(t). e finalizzato ad elaborare un segnale analogico in maniera digitale. In tale schema.20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp. non ultimo. accetta in ingresso stringhe di bit. 1. ed in particolare dei convertitori A/D e D/A. segnale analogico (b) Tc Fig. mediante un convertitore A/D. in quanto gli effetti della quantizzazione sono irreversibili. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. x(t) x(n) A/D sistema digitale y(n) D/A y(t) sistema analogico Fig. Per questo motivo.26. minor costo dell’hardware. successivamente.27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale.

Tale segnale elettrico. tipicamente in materiale metallico pregiato. da esso si possono ricavare dei master secondari.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig. 1. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. 1. l’utente può riascoltare il brano inciso utilizzando un giradischi. che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. ovvero converte la pressione acustica del suono in un segnale elettrico. codificato in bit. Schema analogico per la registrazione/riproduzione audio. entrambe effettuate in maniera analogica.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. ed inviate ad un convertitore D/A. di debole intensità. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). bruciando con un laser in misura maggiore o minore le zone del disco. 1. L’es. 7. In esso. che si comporta da trasduttore. Esempio 1.28. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. Da ciascuna copia. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco).1. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. viene amplificato e inviato ad un masterizzatore (analogico). dopo l’amplificatore.29.18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. Il brano da registrare viene captato da un microfono.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. Il masterizzatore si comporta da attuatore. viene sottoposto ad una conversione A/D. . ed inviato ad un masterizzatore (digitale). Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). che vengono vendute all’utente finale. e da questi ultimi le copie in materiale plastico (vinile). Una volta inciso il master. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica. Successivamente. 1. la differenza significativa è che il segnale captato dal microfono.

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

24 Segnali e sistemi: introduzione .

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

useremo la notazione del tipo x(·) per denotare indifferentemente un segnale TC x(t) o TD x(n). nel caso TD.1 Trasformazioni della variabile dipendente Tra le trasformazioni elementari della variabile dipendente. il prodotto di due segnali. 2. ad esempio.5) denominato sommatore e rappresentato schematicamente in fig. Operazioni sui segnali: (a) somma di due segnali. detto impulso di Dirac. La somma si può estendere facilmente a più di due segnali. le operazioni di derivazione ed integrazione per segnali TC. quali.26 Proprietà dei segnali x1 (·) y(·) x2 (·) (a) x1 (·) y(·) x2 (·) (b) Fig. § 1. Inoltre. saranno definite due operazioni corrispondenti. Prodotto In maniera simile alla somma. che porteranno in particolare a definire un particolare segnale TC dalle “strane” proprietà. la moltiplicazione di un segnale per una costante. La rivisitazione di tali proprietà consentirà di ottenere alcune importanti generalizzazioni.1(a).1. denominate differenza prima e somma corrente. e dei sistemi. si definisce il prodotto di due segnali y(·) = x1 (·) x2 (·) . in stretta analogia alle operazioni di derivazione ed integrazione per il caso TC. 1 Qui e nel seguito.1. Somma La somma di due segnali1 y(·) = x1 (·) + x2 (·) si effettua sommando punto a punto le ordinate delle funzioni corrispondenti. considereremo in particolare la somma di due segnali. . 2. 2. La somma di due segnali si può interpretare come un sistema MISO (a due ingressi ed una uscita) (cfr. 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). (b) moltiplicazione di due segnali.

Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi. 2. lo schema di fig. . a differenza del caso TC. ma comporta solo una variazione del riferimento temporale. o ritardo. o anticipo.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. raffigurato in fig. con a > 0.2 può essere utilizzato anche in questo caso. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) . la riflessione temporale. Si noti che una traslazione temporale non modifica la forma del segnale. se a < 0. dove per t0 > 0 si ha una traslazione verso destra del segnale. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). considereremo alcune caratteristiche peculiari del caso TD. 2. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. 2. dove però. Se a = −1. come rappresentato in fig.2. 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. il parametro della traslazione n0 assume necessariamente valori interi. 2. il fattore a viene denominato guadagno dell’amplificatore/attenuatore.2. corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. 2.1. in particolare.3. Schema a blocchi di un amplificatore/attenuatore. mentre per t0 < 0 si ha una traslazione verso sinistra.1(b). per quest’ultima operazione. Genericamente. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . ed il cambiamento di scala temporale. attraverso l’introduzione delle operazioni di decimazione ed espansione. 2.2. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. un segnale TD può essere traslato solo di quantità intere. Più in generale.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. cioè n0 ∈ Z: in altri termini.

un segnale TC invariante rispetto alla cascata di una riflessione e inversione.4. un segnale TD si dice pari se x(−n) = x(n). se ad esempio il segnale x(t) rappresenta l’audio di un brano musicale. si dice dispari. Riflessione temporale La riflessione temporale di un segnale consiste nel ribaltamento della scala dei tempi. si dice pari. 2. Dal punto di vista fisico. Traslazione temporale di un segnale TC: (a) segnale originario. 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). Ad esempio. x(t) = −x(−t). Analogamente. y(n) = x(−n) . 2. x(−t) = x(t).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. Un esempio di riflessione per un segnale TC è riportato in fig. invece. in fig. (c) segnale anticipato (t0 < 0). secondo le seguenti relazioni. Un segnale TC invariante alla riflessione. valide rispettivamente per il caso TC e TD: y(t) = x(−t) .3. (b) segnale ritardato (t0 > 0).5 (a) . la riflessione corrisponde a riprodurre il brano al contrario. 2. dispari se x(n) = −x(−n).

(d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. Riflessione temporale di un segnale TC: (a) segnale originario. e (b) sono raffigurati due esempi di segnali pari. mentre il prodotto di due segnali dispari è un segnale pari.2. (c) Il prodotto di due segnali pari è un segnale pari. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2. A partire dalla definizione di segnale pari e dispari. 2. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·).t2 .4. risulta necessariamente x(0) = 0. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig.t1 t Fig. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)].1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine. mentre in fig. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente.1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . 2. 2.5 (c) e (d) sono raffigurati due esempi di segnali dispari. . (b) La somma di due segnali pari [dispari] è un segnale pari [dispari].6. (b) segnale riflesso.

5. (b) segnale pari a TD. 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.6. (b) segnale dispari a TD. 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.

(b) segnale compresso (a > 1). Dal punto di vista fisico. e quindi a velocità maggiore (ad esempio.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. Si noti che sia nel caso della compressione che dell’espansione. la compressione corrisponde a riprodurre il segnale in un tempo più piccolo. Nel caso TC. in quanto si può riguardare come la cascata di una riflessione e di un cambiamento di scala di |a| > 0. Nel caso a < 0. se il segnale x(t) è l’audio di un brano musicale. il caso a = 1 lascia ovviamente il segnale inalterato. il cambiamento di scala temporale è definito come y(t) = x(at) . l’operazione y(t) = x(at) non è elementare. mentre per 0 < a < 1 si ha una espansione dei tempi [fig. per cui tratteremo separatamente questi due casi.7(b)]. Cambiamento di scala temporale di un segnale TC: (a) segnale originario. 2.2.7. si ha una compressione dei tempi [fig. mentre con . Cambiamento di scala temporale L’operazione di cambiamento di scala temporale presenta sostanziali differenze tra il caso TC e quello TD.7(a)]. si ha una compressione se si riproduce un disco in vinile a 33 giri alla velocità di un 45 giri). il valore del segnale per t = 0 rimane inalterato. 2. in particolare. 2. (b) segnale espanso (0 < a < 1). dove a ∈ R+ : per a > 1.

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

9. (b) segnale espanso con L = 3. la decimazione è una operazione non reversibile. 2. Se anche. 2. si assume a = 1/L. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. . per analogia con il caso a = M. con L ∈ N. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri.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.1) Un esempio di espansione per L = 3 è fornito in fig. L 0. in quanto an non è un numero intero. se n è multiplo di L .2. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi. Analogamente a quanto visto per la decimazione. della compressione di un segnale TC. 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 . M − 1 campioni ogni M) sono eliminati completamente. (2. Passiamo ora ad esaminare l’operazione di espansione nel caso TD.9. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. altrimenti . A differenza della decimazione. l’espansione a TD è una operazione perfettamente reversibile. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. perché alcuni campioni del segnale TD (in generale. Espansione di un segnale TD: (a) segnale originario.

Successivamente. il risultato ottenuto dalla combinazione di più operazioni dipende anche dall’ordine con cui sono compiute tali operazioni.1.2 (effetto dell’ordine nella combinazione di operazioni elementari. v(t). questa sostituzione si denota con t − 3 → t). Dal punto di vista matematico.3 Combinazione di operazioni elementari Spesso un segnale è sottoposto in sequenza a più operazioni elementari del tipo precedentemente visto. il principio fondamentale da tener presente è che le trasformazioni che agiscono sull’asse dei tempi (ritardo. le tre operazioni sono descritte da: riflessione: u(t) = x(−t) . Utilizzando lo stesso procedimento dell’es. 2. riflessione: v(t) = u(−t) . Allo stesso modo. cambiamento di scala) possono essere interpretate come semplici sostituzioni formali. come illustrato dall’esempio che segue. ritardo di 3: v(t) = u(t − 3) . introducendo dei segnali intermedi u(t). Procedendo in questo modo si giunge sempre al risultato corretto. (3) compressione di 2. effettuiamo sostituzioni simboliche a ritroso partendo dall’ultima espressione scritta: y(t) = v(2t) = u(2t − 3) = x[−(2t − 3)] = x(3 − 2t) . in generale. 2. descriviamo le tre operazioni individualmente e nell’ordine assegnato: ritardo di 3: u(t) = x(t − 3) . Per individuare il segnale y(t) risultante.1. caso TC) Un segnale TC x(t) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. riflessione. Si noti che quando effettuiamo sostituzioni a catena.34 Proprietà dei segnali 2. espandere un segnale x(t) di un fattore 2 significa effettuare la sostituzione t/2 → t. Prima scriviamo le relazioni che descrivono le varie operazioni individualmente. Esempio 2. Esempio 2. (2) ritardo di 3. (3) compressione di 2. che è il risultato cercato. ritardare un segnale x(t) di 3 significa effettuare la seguente sostituzione: ogni volta che nell’espressione di x(t) compare t.1 scambiando l’ordine delle operazioni. è facile commettere errori. (2) riflessione. una combinazione di operazioni elementari definisce una funzione composta. Per evitare ciò. operiamo sempre con sostituzioni formali in tutti i passaggi: ad esempio per calcolare v(2t) abbiamo effettuato la sostituzione 2t → t. sostituire ad esso t − 3 (sinteticamente. va detto però che spesso. Ad esempio. etc. è conveniente seguire il seguente procedimento.1 (combinazione di operazioni elementari. in particolare effettuiamo le stesse operazioni ma nel seguente ordine: (1) ritardo di 3. È importante notare che. caso TC) Si riprenda per un momento l’es. Tenendo bene a mente questo principio. per cui non dovrebbe essere difficile individuare il segnale risultante. si giungerà al risultato corretto. specialmente quando sono coinvolte trasformazioni della variabile indipendente (tempo). compressione di 2: y(t) = v(2t) . mentre per calcolare u(2t − 3) abbiamo effettuato la sostituzione 2t − 3 → t. compressione di 2: y(t) = v(2t) . . Nel nostro caso.

caso TC) Si consideri il segnale y(t) = x 4−t 5 . poi l’anticipo.3 (individuazione delle operazioni elementari. 2. z(t) = x riflessione: y(t) = u(−t) . Si può verificare che il risultato dipende dall’ordine in cui si eseguono le operazioni. nell’ordine elencato: espansione di un fattore 5: anticipo di 4: t . Qualche approfondimento merita il solo caso in cui è presente l’espansione a TD definita dalla (2. 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 . Esempio 2. infatti.1). sostituendo ricorsivamente a partire dall’ultima. entrambe le sequenze di operazioni sono “corrette”. Un altro problema che si pone in pratica è il seguente: dato un segnale ottenuto per combinazione di operazioni elementari. Per ottenere . riflessione: u(t) = z(−t) .1 Operazioni elementari sui segnali 35 Successivamente operiamo le sostituzioni ricorsivamente partendo dall’ultima espressione: y(t) = v(2t) = u(−2t) = x(−2t − 3) . D’altra parte. va osservato peraltro che in genere la prima è da preferire. in quanto quest’ultima non si può interpretare semplicemente come la sostituzione formale di n/L → n: se n/L non è intero. Nel caso di segnali a TD. individuare quali siano le operazioni elementari ed in che ordine vadano effettuate.2.1. Esso si può pensare ottenuto a partire da x(t) mediante le seguenti tre operazioni. si ha: y(t) = u t t t +4 = x − −4 =v 5 5 5 e quindi un risultato differente da quello precedente. 5 u(t) = z(t + 4) . È importante infatti notare che uno stesso segnale si può ottenere con diverse combinazioni di operazioni elementari. ottenendo un segnale differente da quello dell’es. L’esempio che segue chiarisce meglio quest’aspetto. poiché portano allo stesso risultato. t . non ha senso calcolare il valore del segnale in n/L.1) si assume convenzionalmente che tale valore sia nullo. Ad esempio se si effettua prima la riflessione. Infatti si ha. ed infine l’espansione. in quanto più “semplice”. y(t) = u(−t) = z(−t + 4) = x −t + 4 5 =x 4−t 5 . 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. la tecnica da seguire per combinare operazioni elementari è la stessa vista per il caso TC. per cui nella definizione (2. Ovviamente.

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

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. si dimostra che x(t) è anche continuo in t0 . L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. eliminando la notazione con le parentesi quadre. altrimenti . In particolare. Il gradino presenta una discontinuità di prima specie per t = 0. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2.2 0 −2 0 2 4 t 6 8 10 Fig.4 Derivazione. al più.4 0. In particolare. se t ≥ 0 . § B.6 0. 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 (2.10. altrimenti . 0 . 0 . ed è rappresentato graficamente in fig.10. Pertanto. 2. Il gradino a TC è definito come: u(t) = 1 . integrazione. il che accade se e solo se n è dispari.1 Operazioni elementari sui segnali 37 1 0.1. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da . per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr. 2 2.2. per cui l’espressione ottenuta si può rendere esplicita. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. Con riferimento all’ultima espressione. Tuttavia. come:  se n è dispari . Se il segnale x(t) è derivabile in t0 . Gradino a TC.8 x(t) = u(t) 0. 2.2). infinito numerabile di punti di discontinuità di prima specie.2) che esiste ed è finito. se il segnale x(t) è derivabile nel punto t0 ∈ T.2) esista e sia finito. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. y(n) = n+5 x .

per |t| ≤ ε . si ha: ε →0 lim uε (t) = u(t) . . vale zero in tutti i punti. Per mantenere la trattazione ad un livello sufficientemente elementare.  1 t uε (t) = 2 1 + ε . Allo scopo di calcolare la derivata generalizzata del gradino. 2. non è intuitivamente accettabile.11.38 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. quindi. da sinistra (che vale 0). Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t). Per tener conto di questo comportamento e. Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino. conservando area unitaria. bisogna ricorrere al concetto di derivata generalizzata. posto ε ∈ R+ . L’approssimazione è tanto migliore quanto più ε è piccolo. al limite per ε → 0. per |t| < ε . in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1. in effetti. non previsto dall’analisi matematica elementare. La derivata di u(t). cercheremo di calcolare la derivata di u(t) euristicamente. rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica. il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0. essendo continua.2) non è definito. poter definire la derivata del gradino anche per t = 0. (b) la derivata δε (t) di uε (t). e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione.11(a). ma per t = 0 presenta una rapidità di variazione infinita. definiamo la seguente funzione uε (t):  0 . raffigurata in fig. per t < −ε . Infatti. La funzione uε (t). ma a differenza di quest’ultimo è una funzione continua anche per t = 0. 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. . la cui trattazione rigorosa richiede la conoscenza dei fondamenti di una branca della matematica nota come teoria delle distribuzioni. se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione. Questo risultato. sebbene matematicamente corretto. calcolata applicando la regola di derivazione ordinaria. tranne che nel punto t = 0. non presenta i problemi del gradino per quanto riguarda il calcolo della derivata. tuttavia. 2. 1 2ε per |t| > ε . in cui il limite del rapporto incrementale (2.   1. Infatti la funzione uε (t) è derivabile nell’intorno di t = 0. destra (che vale 1). per t > ε .

la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. Al limite per ε → 0. motivo per cui è comunemente nota come impulso o delta di Dirac. al limite per ε che tende a zero. ε →0 dt (2. 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. per ε → 0.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero.2. Quindi. Al diminuire di ε . la funzione ordinaria δε (t) non converge ad una funzione ordinaria. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t).6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . Come indicato dal loro stesso nome. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . il funzionale (2. al limite per ε che tende a zero. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. che indichiamo con δ (t) = lim δε (t) . ε →0 (2. (2. Dirac nei suoi studi sulla meccanica quantistica. Questo risultato suggerisce di definire il limite al secondo membro della (2. ε →0 (2. conservando tuttavia area unitaria.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. cioè. la convergenza della famiglia di funzioni δε (t) alla funzione . che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . Invocando il teorema della media.3) mediante una funzione. A tale scopo. (2. Ciò suggerisce che la convergenza del limite al secondo membro della (2.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. a differenza del concetto di convergenza di funzioni ordinarie. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . Infatti.5) In altre parole.4) definisce un funzionale che si “appoggia” alla funzione δε (t). la (2. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. possiamo affermare che esiste un punto tε ∈ [−ε .4) Dal punto di vista matematico.7) dove x(t) è un arbitrario segnale continuo nell’origine. 2. 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 .11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). δε (t) non ha alcun significato come funzione ordinaria. ε ) e la misura di tale intervallo. un operatore che associa alla funzione x(t) un numero reale. se è vero che.

La prima. di carattere esclusivamente applicativo. (2.5) e (2. anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt .9) dt In altre parole. La seconda. ∀a ∈ R − {0}. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. |a| . se a < 0 < b . ∀t0 ∈ R. ad esempio. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari. riguarda il fatto che. ∀x(t) continua in t0 . ∀t0 ∈ R. t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. per semplicità d’impiego nelle applicazioni. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). ∀a < b ∈ R.8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. ∀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. nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. (d) Parità: δ (−t) = δ (t). in virtù delle (2.2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1. la cui verifica è lasciata al lettore per esercizio: Proprietà 2.8). consiste nell’osservare che. Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2. secondo l’analisi matematica convenzionale. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . 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.40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. a valle delle considerazioni fatte finora. A partire dalla definizione (2. se a > 0 oppure b < 0 . . implicitamente.8) ovvero. convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato.5) e (2. di carattere prettamente matematico. +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). ∀x(t) continua in t0 . possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e. deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt .7). la (2. δ (t) x(t) dt = x(0) . ma. (2. b a continuo in t = 0. 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). ∀n ∈ N. (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t). ∀x(t) 0.

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

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 ). tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 . Un primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig.18. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 . In altre parole. esistono alcune definizioni di estensione temporale di un segnale che sono di comune impiego. con riferimento alla definizione generale di estensione. Nel caso TD.t2 ). n1 + 1. In tal caso. non esiste una definizione universalmente accettata di estensione temporale di un segnale.t2 ) e la sua durata è data da ∆x = t2 − t1 . Segnale di durata rigorosamente limitata. 2. si considerano trascurabili solo i valori nulli del segnale. x(t) = 0 per ogni t ∈ (t1 . . Tuttavia. Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente.18. . n2 }. Analogamente. un segnale TD x(n) si dice di durata rigorosamente limitata se esistono due numeri interi finiti n1 e n2 . segnale x(n). . con riferimento a taluni casi particolari di segnali. con t2 > t1 . Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata. 2. .3. . . l’estensione del segnale è definita come Dx = (t1 . considerando sia segnali TC che TD. . Nel seguito. . Alcuni esempi elementari di finestre sono presentati di seguito. . In questo caso. x(n) = 0 per ogni n ∈ {n1 .t2 ). . n2 } e la sua durata è data da ∆x = n2 − n1 + 1. n2 }.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 . n1 + 1. Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra. approfondiremo questa classificazione. . cioè. e segnali di durata non limitata. cioè. n1 + 1. l’estensione del segnale è definita come Dx = {n1 . legato all’interpretazione di quali valori del segnale siano trascurabili. Conseguentemente. con n2 > n1 .46 Proprietà dei segnali x(t) t1 durata t2 t Fig. . e quali no. 2. .

numerosi testi. se |t| ≤ 0. Finestra rettangolare a TC dell’es. ed è rappresentata graficamente in fig. . Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A.8 x(t) = rect(t) 0. La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 . in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2).6 0. Si tratta di un segnale pari (centrato nell’origine).t0 + T /2] . Utilizzando la definizione.7.19. altrimenti . altrimenti . cambiamento di scala con a = 1/T e traslazione temporale di t0 . A partire dalla finestra prototipo. se t ∈ [t0 − T /2. mediante moltiplicazione per una costante. 2. Esempio 2. 0. 2.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. 2. 2. si vede che x(t) = A rect t − t0 T = A.20. 0 . traslazione temporale e cambiamento di scala.5 . cambiamento di scala con a = 1/T e traslazione temporale di t0 . 0 . Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.2. se 0 ≤ n ≤ N − 1 . Finestra rettangolare a TC. altrimenti . 2. Fig. il cui andamento è raffigurato in fig.20: la finestra è centrata in t = t0 e ha durata ∆x = T .4 0. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. la finestra rettangolare è denotata con il simbolo Π(t).19.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”).

N −1} e durata ∆x = N.22. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. altrimenti . mediante operazioni elementari (moltiplicazione per una costante. R1 (n) = δ (n).2 0 −2 0 2 4 n 6 8 10 1 0. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e.48 Proprietà dei segnali 1 0. ed essa è nota come finestra di Bartlett:  |n − N|  . infatti si ha RN (n) = u(n)−u(n−N). e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. . 2.21. 2. ponendo N = 1. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. ovvero considerare B2N (n + N). ed è rappresentata graficamente in fig. a partire dalla finestra triangolare prototipo.4 0. ed è rappresentata graficamente in fig. Infine. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. 0. 1− B2N (n) = N 0 . di ampiezza unitaria e durata ∆x = 2. Fig. come riportato in fig.2 0 −2 −1 0 t 1 2 Fig. Finestra triangolare a TC.23) anche nel caso TD. Come nel caso TC.6 0. si noti che. 1. 2. . La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . La finestra ha estensione temporale Dx = {0. se 0 ≤ n ≤ 2N − 1 . pertanto. È possibile definire la finestra triangolare (si veda la fig. così come la finestra rettangolare a TD.8 x(n) = R5(n) 0.21. Tuttavia.4 0. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. a differenza della sua versione a TC. altrimenti . Si tratta di un segnale pari (centrato nell’origine). .8 x(t) = Λ(t) 0. 2. è asimmetrica rispetto all’origine. . Così come visto per la finestra rettangolare nell’es. Finestra rettangolare a TD per N = 5.7.6 0.24. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. 2. . se |t| < 1 . 2.22. traslazione temporale. ed è asimmetrica rispetto all’origine. la finestra rettangolare a TD degenera nell’impulso discreto. 2. cioè.

si consideri un segnale TC come quello riportato in fig. Finestra triangolare a TD per N = 4. Un discorso analogo sussiste anche per i segnali a TD. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze.4 0. x(t) soglia . Si noti che.2.3. Fissare una soglia (vedi fig. 2. il quale decade asintoticamente a zero per t → ±∞. se si fissa una soglia diversa.4 0.3 Estensione e durata temporale di un segnale 49 1 0.25.2 0 −6 −4 −2 0 n 2 4 6 Fig..23. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. In particolare.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 . e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale.. tuttavia.24. a differenza del caso di segnali a durata rigorosamente limitata. 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.6 0. senza mai annullarsi. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. Finestra triangolare a TD per N = 4 con simmetria pari.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. legato proprio all’arbitrarietà nella scelta del valore della soglia. Segnale di durata praticamente limitata. si perviene ad un diverso valore di durata del segnale. 2..8 0. 2.25. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. t1 durata t2 .2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. 2.t2 ) di valori significativi del segnale.6 0. 2. t Fig. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.. Fig. per esso. . un certo elemento di arbitrarietà nella misura della durata.8 0. questo introduce. con t2 > t1 . 2.

in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. come mostra il calcolo della derivata di x(t). Tale scelta può variare a seconda della natura del segnale. dove a ∈ R è un fattore di scala dei tempi. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. esso non rientra nella famiglia dei segnali di durata praticamente limitata. In particolare. (a) a < 0 (valore effettivo a = −0. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . e degli scopi per i quali il segnale stesso viene studiato o elaborato. è lo stesso dell’esponenziale x(t) = A eat . come in fig. si noti peraltro che il comportamento per t ≥ 0. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. 2. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC.25). 2. notiamo che tra le operazioni elementari introdotte nel § 2. nel caso a < 0. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. . in dipendenza dal valore di a = 0. che sono descritti di seguito. mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. delle applicazioni. che quelli a durata praticamente limitata – sono anche detti segnali transitori. Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. al variare di a. L’esponenziale a TC è una funzione monotona di t. Poiché.26(b). ∀a ∈ R). Il caso a = 0 è degenere. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . Infine. come in fig. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A.26(a). In particolare.26. 2. ed in particolare per a > 0 l’esponenziale risulta crescente. per effetto del gradino.25). mentre per a < 0 l’esponenziale risulta decrescente.1.50 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. con riferimento al caso TC per semplicità. che risulta diverso da zero. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . solo per t ≥ 0.

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

bisogna introdurre l’esponenziale monolatero: x(n) = A an u(n) .28. l’esponenziale bilatero a TD non ricade nella classe dei segnali di durata praticamente limitata. . la durata del segnale tende ad essere infinitamente grande. in tal caso. se a = 1. Similmente all’esponenziale bilatero a TC. Per 0 < |a| < 1. mentre è identicamente nullo per n < 0. per |a| → 0. la durata del segnale tende a zero. Per ottenere un segnale esponenziale di durata praticamente limitata. mentre per valori di |a| prossimi a zero. con |a| > 1. che presenta lo stesso comportamento di x(n) = A an per n ≥ 0. per a > 0 l’esponenziale assume sempre valori positivi. l’esponenziale decresce più lentamente. I sei possibili andamenti dell’esponenziale a TD sono rappresentati graficamente in fig. in particolare. . per |a| = 1. si ottiene che la durata del segnale è data da ∆x = ln ln 1 α 1 |a| = ln(α ) . Inoltre. l’esponenziale si riduce al segnale costante x(n) = A. la cui estensione è Dx = {0. fissato 0 < α < 1. mentre per 0 < |a| < 1 l’esponenziale è decrescente in modulo. mentre per a < 0 assume valori di segno alterno (positivi per n pari. a causa della presenza del gradino. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. per |a| > 1 l’esponenziale è crescente in modulo. ∆x − 1}. Più precisamente. l’esponenziale monolatero tende a zero per n → ∞. e risolvendo l’equazione |x(∆x )| = α A. per |a| → 1. L’andamento dell’esponenziale a TD al variare di a è più articolato rispetto a quello dell’esponenziale a TC.52 Proprietà dei segnali dove a ∈ R − {0} è un fattore di scala dei tempi. 1. con 0 < α < 1. per cui è un esempio di segnale TD di durata praticamente limitata5 . scegliendo come valore di soglia α A. Infine. mentre. che assume alternativamente i valori ±A. con ∆x > 0 (durata) dipendente dalla scelta della soglia. se a = −1. l’esponenziale è costante in modulo: in particolare. . In particolare. 5 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(n) = A an u(−n). 2. . negativi per n dispari). ln(|a|) Come preannunciato. è funzione di |a|: per valori di |a| prossimi ad 1. . l’esponenziale decresce più rapidamente. viceversa. si ha x(n) = A (−1)n . La durata del segnale. ∀a ∈ R − {0}).

8 0. (e) a = 1.6 x(n) 0.3 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. (b) a < −1 (valore effettivo a = −1.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.2. .5 x(n) 0 0.1). (c) 0 < a < 1 (valore effettivo a = 0.5 1 (d) 0.833).4 −0.28.833). (d) −1 < a < 0 (valore effettivo a = −0. Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1. (f) a = −1. 2.1).

. Ad esempio. (2.13) Il più piccolo valore di N0 che verifica la (2..13). il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. detto periodo. ed intorno al Sole con un periodo pari circa a 365 giorni. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici. mentre nel caso TC il periodo T0 è in generale un numero reale. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). 2. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri.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 ). sono sempre di durata limitata. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ).54 Proprietà dei segnali x(t) . i segnali x(t) e x(n) si dicono aperiodici.12) è detto periodo (fondamentale) del segnale.. 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. t Fig.3.29. I segnali di durata illimitata sono anche detti segnali persistenti.. ovvero ∆x = +∞. 2. È bene enfatizzare il fatto che. Segnale di durata non limitata.12) e (2. tuttavia. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali.. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. Per segnali di questo tipo. ∀n ∈ Z .29.13) è detto periodo (fondamentale) del segnale. Inoltre .3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. In molti casi. 2. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. ∀t ∈ R . infatti. Una definizione pratica.12) Il più piccolo valore di T0 che verifica la (2. rispettivamente. (2. allora. nel caso TD il periodo N0 è necessariamente un numero intero. come ad esempio il segnale raffigurato in fig.

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). Una conveniente interpretazione grafica (fig. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. A. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario. ω0 è la pulsazione. (2. e talvolta si parla di periodo fondamentale. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto. f0 = 2π è la frequenza. 2.13). Fig. Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 .7 avente modulo A.14) dove A > 0 è l’ampiezza. le (2.30) è invece quella nel piano complesso. ϕ0 è la fase iniziale. . misurata in cicli/s o Hertz (Hz). ad esempio.2. Pertanto. 2. se un segnale (ad esempio TC) è periodico di periodo T0 . allora esso è periodico di periodo 2T0 . Come ulteriore osservazione. sotto condizioni non eccessivamente restrittive. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. Il fasore è un segnale che assume valori complessi. sulla base delle (2. per un segnale costante x(·) = a.13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . . 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 )] . 2. che si muove con velocità angolare |ω0 |.12) e (2. Come vedremo nel cap. quali. Nel seguito si introdurranno alcuni segnali periodici elementari. gli esponenziali complessi o fasori6 e le sinusoidi. 3T0 . . la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. secondo la quale il fasore è rappresentato come un vettore ruotante.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. misurata in radianti (rad).31. e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. e della definizione di periodo. è interessante notare che. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. x).12) e (2. misurata ω0 in radianti al secondo (rad/s). Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. 5. .30.

il fasore è un segnale periodico di periodo T0 . nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. e quindi si ha la (2. infine. mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore. notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. Si noti. § A. ω0 . ed in senso orario se ω0 < 0.15). e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . utilizzando le formule di Eulero (cfr. 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. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica. come sarà chiaro nel seguito.12). il caso ω0 = 0 rappresenta il fasore più lentamente variabile. (2. ovvero che x(t) = x(t + T0 ). In effetti. il che accade dopo un tempo pari a T0 = 2π 1 = .13) e ricalca quella già ω0 vista per il fasore.56 Proprietà dei segnali se ω0 > 0. in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 . Anche la sinusoide.16) dove i parametri A. 8 Ricordiamo . in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C. il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig.4). 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. con k ∈ Z. Dall’interpretazione come vettore ruotante. Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa.31). come il fasore. |ω 0 | | f 0 | (2. che il fasore non è un segnale “fisico”.1). come preannunciato.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). In ogni caso. Così come l’impulso di Dirac a TC. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. imponendo che valga la (2.12): infatti. 2. si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo.

a ν2 − ν1 = k. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. poi diminuisce (fino a ν0 = 1). con la pulsazione θ0 ). ν0 = 2π è la frequenza (cicli). =1 ∀n. passando da ν0 = 0 a ν0 = 1. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . nel caso TD il tempo n va considerato adimensionale. se il fasore si sposta di θ0 oppure di θ0 + 2kπ . ma anche alcune differenze significative rispetto al caso TC. 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 .1). 1[ oppure ν0 ∈ [−1/2. Ovviamente.30): la differenza sostanziale. Equivalentemente. il fasore si muove “a scatti” nel piano complesso. però. 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 )] . come ν0 ∈ [0. . π [. è che poiché il tempo n varia in maniera discreta. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. così come accade nel caso TC. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. Questa è una delle fondamentali differenze rispetto ai fasori 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. come θ0 ∈ [0. Infatti. k ∈ Z. Prova. L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. 2π [ oppure θ0 ∈ [−π . Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). anche il fasore a TD soddisfa la definizione di segnale (1.2. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti.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. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. θ0 è la pulsazione (rad). la posizione finale è la stessa. in termini di frequenze.17) θ0 dove A > 0 è l’ampiezza. da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . ϕ0 è la fase iniziale (rad). Sulla base di questa interpretazione. la condizione θ2 − θ1 = 2kπ equivale. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). 2. Come il fasore a TC. applicando la definizione di periodicità (2. (2. 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) . k ∈ Z. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . 1/2[.13) per un segnale TD. in particolare.

In tal caso. 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. da cui si ricava che ν0 = θ0 k = . similmente al caso TC. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. In particolare: A cos(θ0 n + ϕ0 ) = . come la somma di due fasori ruotanti in senso opposto: 1 j(θ0 n+ϕ0 ) 1 − j(θ0 n+ϕ0 ) Ae + Ae . il periodo è ancora N0 = 3. Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 . il segno di k è legato al verso di rotazione del fasore (orario se k < 0. il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2. il periodo aumenta passando da N0 = 3 a N0 = 4. il periodo non coincide in generale con l’inverso della frequenza. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. Infine. che può rimanere lo stesso (come nei due esempi precedenti) o. allora il fasore non è periodico nel tempo. contrariamente a quanto avviene con i segnali periodici a TC. In pratica. Infatti. Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini). (2) il periodo N0 coincide con il denominatore della frazione. Esempio 2. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4.8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3. mostra anche che.58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . La proprietà precedente. nel caso in cui è periodico. e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi). ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. 2π N0 k ∈ Z. oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. antiorario se k > 0). k ∈ Z. addirittura. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale. k ∈ Z.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. Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) . un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . se ν0 = √2 (un numero irrazionale). può aumentare.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). Se ν0 = 2/3. e si può interpretare. Questi due esempi mostrano che.

∀t ∈ R. Ad esempio. 2. ed il periodo dell’onda stessa. la cui espressione è: ∑ A rect t − kT0 T . Il duty-cycle δc .32. 2. traslate di ±T0 . e la cui rappresentazione grafica per A = 1 e δc = 0.18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). etc. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. talvolta espresso in percentuale. d’altra parte. Viceversa. in fig. (2. (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). detto generatore. è possibile costruire un unico segnale periodico x(t) secondo la (2. T0 /2]. basta provare che per il segnale x(t) definito come nella (2. infatti. 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 di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) .8 (duty-cycle dell’80%).3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. Effettuando il cambiamento di variabile k − 1 = nella sommatoria. per una dimostrazione più formale.18). ∀t ∈ R. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. diverso da zero nell’intervallo [−T0 /2. per cui x(t + T0 ) = x(t). un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). Come caso limite.5 è quella di fig.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 .2. notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. Si ha. Dato un segnale generatore xg (t) e fissato un periodo T0 .33 è mostrata un’onda rettangolare con A = 1 e δc = 0. ampiezza A. Infatti come generatore è possibile scegliere la . Esempio 2. come si voleva dimostrare. Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . ±2T0 .18) risulta necessariamente x(t) = x(t + T0 ). si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) .

T0 /2]. 1. 2.8 0.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. t ∈ [−T0 /2.6 x(t) 0.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). restrizione del segnale periodico ad un periodo. 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=−∞ +∞ ∑ .4 0. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. Onda rettangolare a TC con A = 1 e δc = 0. In questo caso. cioè risulta x(n) = x(n + N0 ). Poiché il periodo di replicazione è inferiore alla durata del generatore. . sommando queste ultime negli intervalli di sovrapposizione.60 Proprietà dei segnali 1 0. 2. descritta dall’esempio che segue.36.8 (duty-cycle dell’80%). che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare. si ottiene il generatore raffigurato in fig. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) .35) non si ottiene semplicemente affiancando le finestre triangolari. 2. 0. In altri termini. (2. ad esempio [t0 − T0 /2. ma bisogna tener conto della sovrapposizione tra le repliche.34). ed il segnale risultante (fig.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . altrimenti. 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. con t0 ∈ R. 1].4 0. Fig. T0 /2] . Onda rettangolare a TC con A = 1 e δc = 0. ad esempio [−T0 /2. Esempio 2. . N0 − 1}.2 0 −2 −1 0 t/T 1 2 0 0 Fig. . la relazione tra segnale periodico e generatore non è biunivoca. 2. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0.6 0.32. le repliche del segnale si sovrappongono.t0 + T0 /2]. In particolare. per determinare il generatore. Bisogna tuttavia notare che. finestrando il segnale periodico nell’intervallo [−1.8 0.5 (duty-cycle del 50%). ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC).33. 2. . La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. .

2. 2.4 0.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo). un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n). 2. xg(t) Fig.6 x(n) 0.34. 2. 0.2.4 0.8 0. il cui andamento è rappresentato in Fig.36.2 0 −2 −1 0 t 1 2 Fig. che si ottiene finestrando il segnale con una finestra .6 0.6 0.37 per M = 3 e N0 = 5.10. Un differente generatore dell’onda triangolare a TC dell’es. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. 2. 1 0.3 Estensione e durata temporale di un segnale 61 1 0.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig. Fig.2 0 −2 −1 0 t 1 2 1 0.2 0 1 0. 2.37. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .4 0. Viceversa. ottenuto finestrando il segnale periodico nell’intervallo (−0. 2.10.8 0.75).6 x(t) 0.8 0. Onda triangolare a TC dell’es.8 0. Segnale generatore dell’onda triangolare a TC dell’es.35.75.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) . 2. Onda rettangolare a TD con M = 3 ed N0 = 5. Esempio 2.4 0.

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

20) mentre si definisce media temporale del segnale nell’intervallo {−K. Interpretazione della media temporale di un segnale TC nell’intervallo [−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. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt .22) mentre si definisce media temporale del segnale nell’intervallo (−Z. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . il numero. . . . Z). ..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. . si definisce infatti area del segnale nell’intervallo (−Z. .23) . 2. Z). . K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . reale o complesso. reale o complesso. K − 1. si definisce area del segnale nell’intervallo {−K. in dipendenza della natura del codominio X del segnale.. Dato un segnale TD x(n) e fissato un intero K ≥ 0. l’area e la media temporale di x(n) sono numeri reali o complessi. Considerato Z > 0. .38. x(t) <x(t)> Z -Z +Z t 2Z Fig. 63 2. (2.2.21) Si noti che. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . −K + 1. Z]. (2. (2.. L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. −K + 1.4 Area e media temporale di un segnale . 2K + 1 n=−K K (2.. . K − 1. il numero.

si noti che.26) in cui. per esempio. = 2Z = e quindi. (2. 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. nel caso dei segnali periodici. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. è sufficiente far tendere Z oppure K all’infinito.2).21) e (2. (2.24).23) si possono riscrivere come x(n) x(t) K Z Ax (K) . Se il limite nella (2. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt . ovvero riguardano solo una porzione del segnale. A tal proposito. Ciò accade. il che significa che esistono segnali per i quali la definizione di area (2. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro. Tale interpretazione è raffigurata graficamente per il caso TC in fig.20) e (2. (segnali TC) (2.2. 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. per i quali l’integrale nella (2. salvo che in casi particolari.23). il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n).21) oppure (2.27) .25) L’integrale che definisce l’area di un segnale TC può non esistere.Z2 →+∞ −Z1 lim x(t) dt . Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2.24) perde di significato. sia nel caso TC che nel caso TD.24) non esiste in senso ordinario. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. 2K + 1 Ax (Z) .38.22) e (2. (segnali TD) K→+∞ 2K + 1 n=−K (2. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. 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. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento.64 Proprietà dei segnali L’interpretazione di media.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt.26) esiste. § B.24) x(n). I valori dell’area e della media temporale calcolati sulla base delle (2. dipendono dalla scelta di Z oppure di K. in base alla (2. si ottiene notando che le (2. 2.

l’integrale (2. soffermando l’attenzione al caso TC. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. se il segnale ha area finita.1.25) si ottiene come caso limite dalle definizioni (2. si ha Ay = Ax . 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 . nel senso che se y(t) = x(−t). se consideriamo il segnale x(t) = t.3).28) ossia. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. Come caso particolare. Come conseguenza di questo risultato. ponendo a = −1. la sua area è necessariamente finita. Per quanto concerne l’interpretazione di x(·) . +∞ (2. Z→+∞ . Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. Essa vale infatti se la media è calcolata su un intervallo temporale finito. 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 . il segnale ha area nulla. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. l’interpretazione della (2. Esempio 2. dato che l’area di un segnale può essere infinita.21) o (2. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). § B. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. che può esistere anche quando la serie bilatera di x(n) non converge. poiché la media temporale definita nella (2.12 (area e media temporale della finestra rettangolare) Calcoliamo area e media temporale di una finestra rettangolare a TC x(t) = A rect(t/T ). ma si verifica anche per molti segnali aventi durata praticamente limitata. cioè. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. Tuttavia. se il segnale x(·) assume valori finiti. mediante cambio di variabile. la sua media temporale è nulla. con t ∈ R. Allo stesso modo. a partire dal segnale x(t) avente area finita Ax . Quando invece la serie di x(n) converge. l’area del segnale deve necessariamente essere infinita. Poiché la definizione di area e valor medio sono intimamente legate. con a ∈ R − {0}. 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.4 Area e media temporale di un segnale 65 Tuttavia. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale.23).26) non esiste. 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. Infatti. 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. Si tratta di un segnale di durata rigorosamente limitata. tutti i segnali dispari risultano avere area nulla. |Ax | < +∞. e quindi per ogni fissato valore di Z o di K: in questo caso. Con riferimento al caso TC per semplicità. se il segnale x(t) ha area finita. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). Ad esempio. è immediato calcolare l’area del segnale y(t) = x(at).2. Più in generale.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. cioè.

Analogamente.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. è nulla. 2. ma presenta particolari proprietà di simmetria.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. e quindi per un segnale costante x(·) = a si ha x(·) = a. Esempio 2. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero.66 Proprietà dei segnali Conseguentemente. Esempio 2. come evidenziato nel seguente esempio. con T > 0. .27. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . Conseguentemente. Con calcoli analoghi. 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 = . 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 . e quindi si ha in generale u(·) = 1 . la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . definito come sgn(t) = 1. Esempio 2. in quanto ha area finita pari a N. anche la media temporale dell’esponenziale a TD x(n) = A an u(n). dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. t ≥ 0. in altri termini. t < 0 . Pur trattandosi di un segnale di durata praticamente limitata. 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 . −1. 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. la media temporale di una costante coincide con la costante stessa. 2 La media temporale può essere nulla anche se il segnale ha durata infinita.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 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). Esempio 2. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. con 0 < |a| < 1.

2. Per completare la trattazione.39. Segnale signum a TD.2. presentiamo le seguenti proprietà della media temporale. 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 . e rappresentato graficamente in Fig.5 −0. 2. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. 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 . 2.5 x(n) = sgn(n) 0.40.4 Area e media temporale di un segnale 67 1 1 0. ∀t = 0. Segnale signum a TC. e raffigurato graficamente in fig. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). osserviamo nuovamente che se un segnale ha simmetria dispari. 2. Più in generale. In questo caso. ha area nulla (nel senso del valor principale di Cauchy). Fig. come sgn(n) = 1. n < 0 . −1. conseguentemente.  =−Z =Z Questo risultato discende dal fatto che il signum a TC. anche la sua media temporale è nulla.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). definito analogamente a sgn(t).40. essendo una funzione dispari9 .5 x(t) = sgn(t) 0 0 −0. allora la sua area è nulla e. in quanto il suo valore nell’origine non è nullo.39. 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)]. n ≥ 0.

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

2. ∀t0 ∈ R . la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . Con la notazione precedente. Allo stesso modo. riottenendo il risultato dell’es. per un segnale TD. 2. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. utilizzando la (2.16.25). Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 .29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . evitando il passaggio al limite presente nella definizione generale (2. T0 ). per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . Tale proprietà può essere espressa in forma più generale. 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. (segnali a TC)  T0 T (2. ∀t0 ∈ R . per cui: x(t) = A e jϕ0 = A e jϕ0 . (segnali a TD)  N 0 N0 Esempio 2. Esempio 2. questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt .4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . ricalcoliamo la media temporale del segnale x(t) = sgn(t). Per ω0 = 0.15.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . il fasore degenera nel segnale costante x(t) = A e jϕ0 .29) x(·) = 1 0  ∑ x(n) . denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . il fasore x(t) è periodico di periodo T0 = periodo. pari ad un periodo del segnale.17 (media temporale del signum) Come applicazione della proprietà di linearità. ovvero su un periodo del segnale. la sommatoria fatta su N0 campioni consecutivi arbitrari. Per ω0 = 0. . ∀n0 ∈ Z . La proprietà 2.18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) .14 e 2. ad esempio in (0.2. =1 2 =1 dove abbiamo applicato i risultati degli es.

si può definire per differenza anche la componente alternata. jϕ0 . la componente alternata.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . Analogamente. es. k ∈ Z . è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. altrimenti . altrimenti . a partire dalla componente continua. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) .4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . e quindi. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale. in un certo senso.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 . 2. k ∈ Z . la parte “costante” del segnale.18) che un fasore con ω0 = 0 ha media temporale nulla.4. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. applicando la proprietà di linearità della media temporale. Dalla sua definizione. poiché la sinusoide x(t) si esprime come somma di due fasori. (2. Infatti. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . .1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. se θ0 = 2π k. A cos (ϕ0 ) . 2.31) Mentre la componente continua rappresenta il valor medio del segnale. Ae Esempio 2. Definizione 2. essendo ottenuta depurando il segnale della componente continua. Infatti. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. (2. la media temporale di un segnale si può interpretare come la componente continua del segnale. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0.70 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). se θ0 = 2π k. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). Nel caso in cui ω0 = 0. ne rappresenta la parte effettivamente “variabile”.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). possiamo applicare la proprietà 2.

il concetto di energia è fondamentale nella fisica. Consideriamo. Per ottenere una definizione indipendente dalla particolare applicazione fisica.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. (2.2. ad esempio.33).18 e 2. coincide con la sua componente alternata. con θ0 = 2π k. sono segnali TC puramente alternativi. il modulo può evidentemente essere omesso. (2. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . Esempio 2. in quanto per un segnale reale |x(·)|2 = x2 (·). analogamente. quindi. 2.19. 2 2 Dalla relazione precedente si può ricavare. 2. viene detto segnale puramente alternativo. per verifica.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. 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. (segnali TC) |x(n)|2 . e ricorre in numerose applicazioni. che rende tale definizione di energia applicabile anche a segnali complessi. Se si considerano altri esempi in altri campi della fisica. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale. il resistore dissipa nell’intervallo di tempo (−Z. Risultati analoghi valgono anche per il caso del gradino a TD. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . il fasore e la sinusoide a TD.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . con ω0 = 0.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. se il segnale è reale. anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia.15) la media temporale del gradino. Avendo ignorato eventuali costanti di proporzionalità. segue che il fasore e la sinusoide a TC. 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 (·) . un segnale x(·) che presenta xdc = 0 e che.32) In particolare. un resistore R attraversato dalla corrente x(t): per effetto termico. notiamo . k ∈ Z. 2 2 Pertanto la decomposizione (2. sono segnali TD puramente alternativi. che viene misurata in Joule (J). per cui la componente continua vale xdc = 1 . Dagli es. 2.

che quindi avrebbe presentato Ex = +∞. Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. Ad esempio. allora. avremmo avuto un esponenziale monolatero crescente. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . con T > 0. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2.3 e B. Esempio 2. il quadrato di una corrente non è dimensionalmente una energia. 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 .4). 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). Se avessimo viceversa considerato T < 0. Esempio 2. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre). Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. mentre per |a| ≥ 1 l’energia non esiste finita. l’energia vale: Ex = A2 1 .33) non sono necessariamente quelle di una energia. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. Tali costanti di proporzionalità non saranno considerate nel seguito. in quanto l’esponenziale non tende a zero.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. 1 − a2 |a| < 1 . § B.33) in specifiche applicazioni. che converge se e solo se |a|2 < 1.33). ∞ Si ottiene allora una serie geometrica di ragione a2 . conseguentemente. allora anche |x(·)|2 sarà di durata rigorosamente limitata e.2. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . ma richiede una moltiplicazione per una resistenza. l’energia è una quantità non negativa (Ex ≥ 0). in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2.21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. .1. ovvero se e solo se |a| < 1. In particolare. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata.33) (cfr.23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). Tuttavia.24) e (2. In questo caso. Esempio 2. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n).22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . Dal confronto tra le (2. Essendo legata al quadrato del segnale.

in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt .22. 2.1. sussiste la seguente definizione: Definizione 2. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). (2. 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)] .21. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es.22 e 2.1.1 Segnali di energia I segnali aventi energia finita (come quelli degli es. un segnale può avere area finita. Tuttavia.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞). § 2. in generale. consegue che.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. In conclusione.2. Viceversa. i segnali di durata non limitata o persistenti non sono di energia.2. e la somma di due segnali di energia è ancora un segnale di energia. più articolato è il calcolo dell’energia Ex+y della somma di due segnali.5. dalla quale. ma non avere area finita.34). dal punto di vista matematico. (2. § B.4): un segnale può essere di energia.21).4). e 2. (2. Poiché i segnali aventi area finita hanno componente continua nulla.23). la conseguenza pratica è che tipicamente essi hanno componente continua nulla. ma non essere di energia. 2. è semplice provare che si ha Ey = |α |2 Ex . non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr.5 Energia di un segnale 73 2.35) Z→+∞ −Z x(t) y∗ (t) dt .3 e B. Più in generale.3 e B.5.6). 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 .2. 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. sostituendo nella (2. 2.23) prendono il nome di segnali di energia.34) Sviluppando il modulo al quadrato all’interno dell’integrale. 2. 2. § B. un segnale di energia può anche avere componente continua non nulla. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. In pratica. Nel caso del prodotto per una costante α ∈ C. Sviluppiamo esplicitamente i calcoli nel caso TC. posto y(·) = α x(·).36) .3). osserviamo che.

al caso TD.39) può assumere segno qualsiasi.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . si ha Eyx = E∗ : nel caso di xy segnali reali. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore.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. in base a concetti matematici più avanzati. Estendendo i precedenti concetti. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. 2. poiché il secondo segnale nella (2. (2.37) o nella (2. (2.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori).40). Per segnali di energia ortogonali vale l’additività delle energie (2. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0.41). come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy . (2. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. con ovvie modifiche. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). che è una quantità reale e non negativa. Poiché il termine contenente l’energia mutua nella (2. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. l’energia mutua è in generale una quantità complessa. Esempio 2. in quanto Eyx = Exy . . oltre alle energie Ex e Ey dei singoli segnali. Nei due esempi seguenti.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. (2. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. In tal caso si ha x(t) y∗ (t) ≡ 0.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. 10 Se i segnali sono complessi. 11 Si usa il termine “ortogonalità” in quanto. Particolarmente interessante è la condizione in cui Exy = 0. Inoltre. la relazione (2.38) è coniugato. e risulta simmetrica. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. però.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). minore o uguale rispetto alla somma delle energie. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . In tal caso.38) (segnali TD) A differenza dell’energia. mentre diventa necessaria e sufficiente se i segnali sono reali.37) La relazione (2. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria.

25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo.5 1 1.5 −1.42). mentre l’altro ha simmetria dispari.5 Fig.24).5 t 1 1. generalizzando l’interpretazione come media temporale al caso TD. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es.5 y(t) 0 −0. come l’energia. 2. nonostante x(t) y∗ (t) ≡ 0.5 2 −1 −0. La potenza è una quantità misurata in J/s o Watt (W).41.5 0 0. (2. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. al modulo al quadrato del segnale.5 0 −1.5 1 1.5 0 0.5 0. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata. Fig. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . 2.2. 2. che è utilizzato in numerosi e diversi ambiti della fisica.5 0. Per un esempio concreto. ad esempio x(t). Esempio 2.5 y(t) 0. ma tali che uno dei due. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0.5 t 1 1.6 Potenza e valore efficace di un segnale Come l’energia. Z) per la lunghezza 2Z di tale intervallo di tempo. anche la potenza è un parametro sintetico caratterizzante alcuni segnali.5 0 t 0. abbia simmetria pari. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt .5 0 −1 1 −0. 2.42. risulta anche in questo caso Exy = 0.5 2 −1 −0. 2. 2. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig. è una quantità non negativa (Px ≥ 0). I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 . Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari. si perviene alla seguente definizione di potenza: .25). Pertanto.5 0 −1 −0.5 0 t 0.

come per l’energia. Il vantaggio è. le dimensioni fisiche della potenza definita in base alla (2. 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. fasore.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞).6.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 . molto utilizzato nell’elettrotecnica: Definizione 2. Sulla base del risultato dell’es. Avendo trascurato eventuali costanti di proporzionalità.1 Segnali di potenza Sulla base della definizione di potenza. 2. 2. (segnali TC) (2.15 sulla componente continua di un gradino.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. di ottenere una quantità che dipende esclusivamente dal segnale. tali segnali prendono il nome di segnali di potenza: Definizione 2. allora Px = a2 .42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2.76 Proprietà dei segnali Definizione 2. gradino. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. Se il segnale è reale (a ∈ R).26. 2. .9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. poiché il gradino assume solo i due valori reali 0 ed 1. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS).42) non sono necessariamente quelle corrette (ovvero W). Esempio 2. è possibile individuare la classe dei segnali che hanno potenza finita. signum) e i segnali periodici (es.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . Esempio 2.42) può essere omesso se il segnale è reale. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.

2.12) oppure (2. il fasore x(t) è periodico di periodo T0 = (2.43)  ∑ |x(n)|2 . (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. 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. un segnale periodico è necessariamente un segnale di potenza. se θ0 = π k. salvo per casi particolari di scarso interesse pratico13 .7(c) della media temporale. il fasore degenera nel segnale costante x(t) = A e jϕ0 . per cui: Px = |x(t)|2 = A2 = A2 . k ∈ Z . Infatti. 13 Ad esempio. Il valore efficace della sinusoide è allora xrms = Px = √2 . Per ω0 = 0. per cui la potenza si può calcolare applicando la A2 dt = A2 . Infatti. Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. Esempio 2.43). allora anche |x(·)|2 ammette lo stesso periodo. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). questo comporta che la sua energia è necessariamente infinita. In tal modo. (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. Nel caso in cui ω0 = 0.13). Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. un segnale periodico deve necessariamente avere durata illimitata. Analogamente.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). Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). fatta eccezione per casi di scarso interesse pratico. Per soddisfare la definizione (2. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . A2 cos2 (ϕ0 ) . si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . √ 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).28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . per cui è di scarso interesse pratico). si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. altrimenti . segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . Esempio 2. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . . risultato frequentemente utilizzato nell’elettrotecnica. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ].6 Potenza e valore efficace di un segnale 77 sinusoide).29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . 12 Notiamo che se x(·) è periodico di periodo T [N ]. Per ω0 = 0.19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla.

Pertanto. lim 2Z (2. la (b) prova che un segnale di energia ha necessariamente Px = 0. 2. invece. In altri termini. se l’energia è finita. in quanto esistono casi di segnali che non sono nè di energia. e sfruttando la proprietà di linearità della media temporale. allora esso ha energia infinita (Ex = +∞). in quanto hanno Ex = +∞).45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). se la potenza (2. Tuttavia. nè di potenza. nè di energia.44) È chiaro allora che. raffigurato in fig. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. Viceversa. Ad esempio il segnale rampa a TC x(t) = t u(t). Esistono casi meno banali di segnali. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . presenta Ex = Px = +∞. che non sono segnali di potenza. allora esso ha potenza nulla (Px = 0). nè a quelli di potenza. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. si prova facilmente che Py = |α |2 Px . Prova.46) .6. e la somma di due segnali di potenza è ancora un segnale di potenza. per quanto riguarda la somma di due segnali. seguendo passaggi simili a quelli effettuati per l’energia. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di 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 . sussiste il seguente risultato: Teorema 2. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. Anche in questo caso. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. dalla (2.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. i due insiemi non costituiscono una partizione di tutti i possibili segnali. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. e quindi non può essere di energia. (2. e quindi non si può considerare nè un segnale di potenza. Per provare la (a). definita come segue: (2.2 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. e quindi sono disgiunti. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). 2.43.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0.44) esiste finita. Viceversa. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. (b) se x(·) è un segnale di energia. e quindi non può essere di potenza.78 Proprietà dei segnali 2. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . A tal proposito.6.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. aventi durata non limitata. posto y(·) = α x(·).

adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 . Segnale rampa a TC. Si ha infatti. in particolare. Esempio 2.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali.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). con ω0 = 0.5 0 −2 −1 0 t 1 2 Fig.46) e (2. come per le energia.46) si scrive Px+y = Px + Py + 2 Pxy . 2 2 .2. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 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.6 Potenza e valore efficace di un segnale 79 2 1. (segnali TC) (2. si ha Pyx = P∗ . (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che.5 x(t) = t u(t) 1 0. Per segnali di potenza ortogonali.43. Definizione 2.47) K 1 ∑ x(n) y∗ (n). ed xy in generale la potenza mutua è complessa.48) Le relazioni (2. (2. per la presenza dell’operazione di coniugazione sul secondo segnale.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0. 2. anche per la potenze non vale l’additività. vale la proprietà di additività delle potenze: Px+y = Px + Py .48) e evidenziano che. (2. per cui la (2. a meno che Pxy = 0. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi).

Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali. 2. Watt (W) per le potenze.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura. Esempio 2. evidenziando i legami esistenti tra alcuni di essi.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. e xac (·) = 0 per definizione.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. 2. in quanto l’operazione di coniugazione si scambia con la media temporale. In conclusione. Posto infatti x(·) = xdc + xac (·).30). . si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0.1. che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. vale a dire. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono.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. nella tab. 2.80 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. Si ha allora: Px = Pdc + Pac . per risolvere i due problemi precedenti e per semplificare alcuni calcoli. detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). (2. Joule (J) per le energie. ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. Con riferimento in particolare alla potenza. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla.

quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione.2. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 .1 0.7 Misura in dB della potenza e dell’energia 81 Px /P0 0. ed in tal caso si parla di potenze espresse in dBW. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 .2. invece di 10. mentre se si sceglie P0 = 1 mW.001 0. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . 2. Nella tab. nella definizione (2. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . conviene introdurre un fattore numerico pari a 20.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. Valori comuni di potenza espressi in dB. tuttavia. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px .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. si parla di potenze espressa in dBm. Esempio 2.50): Px = P0 · 10 [P x ]dB 10 .50). dato il valore di potenza [Px ]dB in dB . opportunamente scelta a seconda delle applicazioni. . se invece P0 = 1mW. Le scelte più comuni per la potenza di riferimento sono P0 = 1W.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . applicando le proprietà dei logaritmi. 2. e si scrive più specificamente [Px ]dBW . Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. Ovviamente. il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. e si scrive [Px ]dBm .01 0. scegliendo P0 = 1 W. in quanto. dove P0 è una potenza di riferimento. per avere lo stesso valore in dB.

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

(c) y(t) = x(−t). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. (h) z(n) = x(n + 2) y(n − 2). dopo aver rappresentato il grafico di x(n) ed y(n). (d) anticipo di 5 seguito da un cambiamento di scala con a = 5.3 Si consideri il segnale TC x(t) = Λ(t). 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).8 Esercizi proposti Esercizio 2. ±3} 0. rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). 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. t (e) y(t) = x .2. Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . (b) ritardo di 5 seguito da una riflessione. Esercizio 2. (f) z(n) = x(n − 2) + y(n + 2). (b) y(t) = x(t + 5). ±2. (d) y(t) = x(2t).1 Si consideri il segnale TC x(t) = rect(t).4 Si consideri il segnale TC y(t) = x(2t − 1). 3 Esercizio 2. 2 (e) z(n) = y(2 − 2n). (k) z(n) = x(n) y(−2 − n). Esercizio 2. (g) z(n) = x(2n) + y(n − 4). ±1.8 Esercizi proposti 83 2. (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). (j) z(n) = x(−n) y(−n). n (d) z(n) = x . (b) z(n) = x(3n − 1). n ∈ {0. altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . (c) z(n) = y(1 − n).

t −1 . (b) x(t) = e at u(−t). Esercizio 2. l’estensione temporale e la durata del segnale. inoltre. Esercizio 2. (d) y(t) = x[2(t − 1)]. (e) y(t) = x 3 t −1 (f) y(t) = x . inoltre. (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).6 Rappresentare graficamente il segnale TC y(t) = 1. 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). (d) x(t) = e−t . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t).8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. (c) x(t) = e−|t|/T . 2 ≤ t ≤ 4 0 . 2 ≤ t ≤ 5  y(t) = 3(8 − t) . 3 Esercizio 2. 2 1 (e) x(t) = √ . Determinare.9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. Esercizio 2. (b) cambiamento di scala con a = 2 seguito da ritardo di 1. Determinare. 1 + t2 (f) x(t) = u(t) − rect(t − 2). con a > 0.7 Rappresentare graficamente il segnale TC  3(t − 2) .84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. con T > 0. (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. l’estensione temporale e la durata del segnale. (c) y(t) = x(2t − 1). Esercizio 2. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). (b) y(t) = x(−t − 1). 5 ≤ t ≤ 8   0. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): .5 Si consideri il segnale TC x(t) = Λ(t).

con |a| > 1. (d) x(n) = (−1)n u(n). (c) x(n) = a|n| . (c) x(n) = cos(2n). (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . 5} 0. . (b) x(n) = an u(−n). (h) x(t) = e−t u(t). 4.12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). (c) x(t) = u(t − 5). determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . . (b) x(t) = sgn(t). [Suggerimento: per il calcolo del valor medio. in caso affermativo. Esercizio 2. calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k). (g) x(t) = 2 rect(t). δ (n − 3k) − δ (n − k2 ) . (b) x(n) = (−1)n . con 0 < |a| < 1.2. (d) x(t) = sgn(−t). altrimenti (b) x(n) = u(n) + u(n − 1). utilizzare le proprietà della media temporale] Esercizio 2. 1. Esercizio 2. (h) x(n) = n e jn jπ n (i) x(n) = e .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) = 1.8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4).10 Stabilire quali dei seguenti segnali TD sono periodici e.13 Stabilire quali dei seguenti segnali TD sono periodici e. Esercizio 2. (f) x(t) = 2 sgn(t) + 1. . in caso affermativo. (d) x(n) = cos(2π n). π j √n 2 . determinarne il periodo fondamentale N0 . n ∈ {0. (e) x(t) = 2 u(t).

utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). .2π n).16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R.86 Proprietà dei segnali πn πn sin . (c) x(n) = cos(π n) R5 (n). 0≤t ≤1  x(t) = 2 − t . 2 (h) x(t) = e−t 2 /2 u(t). + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. (e) x(n) = 1 2 +∞ n u(n). Esercizio 2.14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t). 5 3 πn 3π n π + . energia e potenza. (g) x(t) = e−t . 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). (b) x(t) = sgn(t). e calcolarne valor medio. (e) x(t) = et u(−t). (b) x(n) = u(n) − u(−n − 1). (f) x(n) = (2)n R4 (n − 2). (d) x(n) = 5 cos(0.] Esercizio 2. altrimenti e calcolarne valor medio. (f) x(t) = e−|t| . 1 (i) x(t) = √ .15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n). T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. Esercizio 2. (d) x(t) = e−2t u(t).17 Rappresentare il grafico del segnale TC  t . energia e potenza. 1 ≤ t ≤ 2   0. (c) x(t) = cos(2π 100t) u(t).

energia e potenza. . . energia e potenza.21 Rappresentare il grafico del segnale TD x(n) = sin(0. −a ≤ t ≤ a 0. Esercizio 2. −4 ≤ t ≤ 4 x(t) = 5 + t . − 0. energia e potenza in entrambi i casi.22 Rappresentare il grafico del segnale TC  5 − t . Esercizio 2. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. energia e potenza.8 Esercizi proposti 87 Esercizio 2.2. . (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio.23 Dato il segnale TC x(t) = rect(t).19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) .5π n) . Esercizio 2.5. . (b) Calcolare la componente continua di y(t). T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . altrimenti e calcolarne valor medio. Esercizio 2. . 4} 0. energia e potenza. e calcolarne valor medio. 4 ≤ t ≤ 5   1 . −5 ≤ t ≤ −4    0. −3. e calcolarne valor medio.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. Esercizio 2.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . energia e potenza. n ∈ {−4. Esercizio 2. altrimenti nel caso in cui a = 1 e a = 0. altrimenti e calcolarne valor medio.

si calcolino valor medio. xg (n) =  2.   0. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. e calcolarne valor medio. energia e potenza. energia e potenza del segnale x(n) = x1 (n) + x2 (n) . A2 ∈ R+ .25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. energia e potenza.27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . Inoltre. (e) x(t) = 2 cos(2π t) + 3 sin(2π t). Inoltre. energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . . Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. Esercizio 2. 2 4 (g) x(t) = cos(2π t) sin(4π t). (c) x(t) = t 0 cos(2πτ ) d τ .26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4). Esercizio 2. calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t).29 Calcolare valor medio. πt 2 (d) x(t) = cos(π t) + cos . energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 .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. (b) x(t) = cos(2π t) u(t).28 Calcolare valor medio. si calcolino valor medio. Esercizio 2.88 Proprietà dei segnali Esercizio 2. A2 ∈ R+ . x2 (t) = A2 e j2π f2 t con A1 . Esercizio 2. (f) x(t) = cos(2π t) + 1 cos 2π t − π .   1.

33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . Successivamente. e calcolare valor medio. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . 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. energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . e calcolare valor medio. Successivamente.8 Esercizi proposti 89 Esercizio 2.31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . x2 (t) = A2 rect t 2 con A1 . energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) .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 ) . Esercizio 2. 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. A2 ∈ R+ .2. 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.32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) . per a ∈ A. per n0 ∈ Ω.

90 Proprietà dei segnali .

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

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

di decimazione: y(n) = x(nM) . particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. anticipo unitario.3 semplicità di notazione. con una legge che può variare con n. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z . (3. valori che denotiamo sinteticamente con {x(k)}k≤n . il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti.2 Esempio 3. (b) Espansore per L: y(n) = n x L . l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. x y(n) = x(n + 1) . 3. Sistemi TD elementari. 3. Il senso della notazione utilizzata nella (3. Anche in questo caso. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z.1) possono essere interpretate come sistemi. Fig. Gli schemi a blocchi dei sistemi corrispondenti. anticipo unitario. se n è multiplo di L . Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. denominati ritardo unitario.2. 3. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . per questo motivo.3 (ritardo unitario.1(b).3.1 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. § 2. Sistemi TD elementari. 2 Per 3 Le .3) è lo stesso adottato per il caso TC: in particolare.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. L 0.4) e rappresentato schematicamente in fig. sono riportati 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. e di espansione: y(n) = x n = L n . altrimenti . (a) Ritardo elementare: y(n) = x(n − 1). 3. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. 2 (cfr. Nel caso TD. 3. (b) Anticipo elementare: y(n) = x(n + 1).3.3. (a) Decimatore per M: y(n) = x(nM). si veda [14]). date rispettivamente da y(n) = x(n − 1) . decimatore ed espansore.2 e fig. Esempio 3.

In particolare. “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. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. si utilizzano le notazioni semplificate y(t) = S[x(t)]. invece delle notazioni complete (3. Inoltre.6) in luogo delle notazioni rigorose (3. mentre R3 ed R4 sono connessi in parallelo.3) per le relazioni i-u dei sistemi. che sebbene sia meno generale.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. 3. oltre ai segnali di ingresso e di uscita.6) Abbiamo già osservato che la notazione (3. essa è una rappresentazione esterna.4. Circuito elettrico con resistori connessi in serie ed in parallelo. R1 ed R2 sono connessi in serie. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. utilizzeremo talvolta le (3. il sistema stesso è visto come una “scatola nera” (black box). In particolare. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. scheda video.5 In ogni caso. interpretazione vale solo per una classe particolare di sistemi. e sicuramente non è la più generale.1). la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 .4 Tuttavia. (3. quali scheda madre. un PC può essere realizzato assemblando componenti più semplici. 3. § 3.2) e (3.3.5) e (3. y(n) = S[x(n)] (3. è la rappresentazione ingresso-stato-uscita (i-s-u). nel seguito faremo uso esclusivamente della relazione i-u. scheda audio. in cui entrano in gioco. è perfettamente adeguata per i nostri obiettivi. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. Per concludere. i sistemi cosiddetti non dispersivi (cfr.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. 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. di cui non conosciamo il contenuto.3) per snellire alcune derivazioni. 5 Per 4 Questa .5) è fuorviante.2) e (3. x(n) −→ y(n) .5) oppure le notazioni simboliche: x(t) −→ y(t). A volte. avendo avvertito il lettore.

lettore DVD. . 3. Ad esempio. lettore CD. affinchè il sistema serie sia correttamente definito.) S1 S2 y(. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema. etc. monitor.) y(. 3. Definizione 3.).6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . 3. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . 3. connessione in parallelo.) S2 y 2(. e connessione in retroazione. Connessione in parallelo dei sistemi S1 e S2 . Le connessioni più frequentemente considerate sono tre: connessione in serie. tastiera. 3. i resistori R1 ed R2 sono collegati in serie.2 Interconnessione di sistemi 95 z(.4. Per semplificare lo studio delle interconnessioni tra sistemi. 3.) Fig. Definizione 3.) x(. come ad esempio quello riportato in fig. 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. Si noti che. mouse.) x(. e collegandoli tra loro secondo tali schemi. Connessione in serie o in cascata dei sistemi S1 ed S2 . cioè U1 ⊆ I2 . Viceversa. lettore floppy-disk.3.) Fig.5. nel circuito di fig.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. S1 y 1(. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi.6. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici. hard-disk. avendo a disposizione più di due sistemi. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·).5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 . è possibile ottenere sistemi anche molto complessi.4.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig.

estraendo il termine x(n) dalla sommatoria su k presente nella (3. 3. invece. Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo. 3. .5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig. per la stabilizzazione degli amplificatori). mediante tale schema il sistema S2 . e si dice che il sistema S2 funge da “controllore” del sistema S1 . 3. similmente al collegamento serie. in aggiunta. nel circuito di fig. in quanto il segnale di uscita viene riportato “all’indietro” (feedback). Definizione 3. Quest’ultimo schema è più complicato da interpretare ed analizzare.2 ammette anche una descrizione di tipo ricorsivo. Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·).7.4 (accumulatore come sistema in retroazione) L’accumulatore dell’es. anche per lo schema con retroazione occorre che U1 ⊆ I2 e.) S2 Fig. Infatti. dove prende il nome di controllo a ciclo chiuso. i resistori R3 ed R4 sono collegati in parallelo.) y 2(. può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 . è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . 3. e viene aggiunto al segnale di ingresso. Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·).) S1 y(. sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori). Ad esempio.7) se l’uscita del sistema S1 . si utilizzano sia schemi con retroazione negativa (ad esempio. =y(n−1) da cui y(n) = y(n − 1) + x(n) . Esempio 3. si noti che. Connessione in retroazione dei sistemi S1 e S2 . viene sommata algebricamente all’ingresso del sistema S1 . Nell’elettronica analogica. In particolare. dopo essere stata elaborata dal sistema S2 . in cui il segnale viaggia esclusivamente “in avanti” (feedforward).96 Proprietà dei sistemi x(. modificando a sua volta il segnale di uscita. Infine.4). sulla base dell’osservazione dell’uscita del sistema S1 . si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) . che porta alla sua interpretazione come sistema in retroazione. in caso contrario si parla di retroazione positiva.4.

prescindendo completamente dalla loro natura fisica. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. mentre il sistema S2 è un ritardo elementare. Tali proprietà. ma analizzando esclusivamente la forma matematica della relazione i-u.3) nel caso TD. la stabilità. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t). e non ad attenuarle.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig.8. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi. data dalla (3. essendo riportata in ingresso con il segno positivo. Si noti che si tratta di una retroazione positiva. 3. sono la non dispersività.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. la causalità. Estendendo i concetti precedenti in maniera ovvia al caso TD.2) nel caso TC e dalla (3. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico.2) di un sistema TC: y(t) = S [{x(u)}u∈R .3. infatti l’uscita. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. l’invarianza temporale. 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. tende ad amplificare le variazioni del segnale di ingresso.t] . 3.8. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso.3. possiamo dare la seguente definizione di sistema non dispersivo: . Notiamo che la precedente relazione non è una relazione i-u.t] . dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario. la linearità. 3. discusse di seguito. l’invertibilità. ma in funzione dell’uscita y(n − 1) all’istante precedente. 3.1 Non dispersività Riprendiamo la relazione i-u (3.

7) In sintesi. Esempio 3. Applicando la legge del partitore. in un sistema non dispersivo. si parla anche di sistema istantaneo o senza memoria.9) . 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. con α = R2 < 1. (b) Caso TD. (3.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3.3). di norma. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. si ottiene la semplice relazione i-u: y(t) = R2 x(t) . Schema a blocchi di un amplificatore.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. Schema elettrico di un partitore resistivo. e quindi i sistemi non dispersivi rappresentano un caso particolare.8) (3. 3. R1 + R2 (3. eventualmente.3) assume la forma y(n) = S [x(n). Esempio 3. 3. in quanto la forma più generale della relazione i-u è la (3.9. Pertanto il partitore resistivo è un sistema non dispersivo.98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig.9. Definizione 3. i sistemi sono dispersivi.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) .t] . R1 + R2 nella quale y(t) dipende solo da x(t). con t oppure con n).2) assume la forma y(t) = S [x(t). il cui schema elettrico è riportato in fig. 3. Sottolineamo che. (a) Caso TC. n] . dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. Inoltre. come sinonimo di sistema non dispersivo. α y(n) (b) Fig. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3.10.2) oppure la (3.

con 0 < α < 1. non dipende dall’intero segnale d’ingresso. Per questo motivo. tuttavia.6 si possono estendere al caso TD.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . 3. con pesi b0 . 3. 3.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. il sistema prende il nome di integratore con memoria finita. 3. Si parla di “memoria” del sistema. . i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita.9 ciò non accade. . In linea di principio tale memoria potrebbe variare col tempo. Se. 3.3. prende il nome di attenuatore. nel senso chiarito meglio dai due esempi seguenti. non sempre la memoria di un sistema è finita. x(n − 1). in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. Inoltre. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). . degli M + 1 campioni x(n). il sistema “dimentica” l’ingresso.2 sono entrambi sistemi con memoria infinita. viceversa. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. Un amplificatore/attenuatore a TD si rappresenta come in fig. tale sistema ha memoria finita e pari ad M. il sistema funziona da amplificatore.10(b).1 e l’accumulatore dell’es. 3.6 si dice evidentemente dispersivo. α > 1. . n − M. . . l’integratore 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. sistemi a memoria praticamente finita. Un amplificatore/attenuatore TC si rappresenta come in fig. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) .3 Proprietà dei sistemi 99 Più in generale. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. n − 1. oltre che da x(n). 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. la memoria del sistema è proprio pari a T per ogni t. .1 e l’accumulatore dell’es. oltre al campione attuale. . 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. 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. .8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . . z(t) = −x(t). 6 Il . e di un amplificatore/attenuatore y(t) = |α |z(t). 3. . si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. Il termine “memoria” per T viene utilizzato proprio perché. un sistema TC descritto da una relazione i-u del tipo (3. Un sistema che non soddisfa la prop. anche se negli es. In definitiva. L’uscita all’istante t. Si tratta evidentemente di un sistema dispersivo.10(a). Esempio 3. con T > 0.8 caso α < 0 si può vedere come la cascata di un invertitore.3.8 e 3. 3. bM . o ancora con memoria: ad esempio. e sistemi a memoria infinita. Esempio 3. Poiché l’uscita all’istante n dipende. o anche dinamico.7 all’uscita in un determinato istante di tempo. ad esempio l’integratore dell’es.2 sono sistemi dispersivi. 3. x(n − M) del segnale di ingresso. anche da M campioni precedenti dell’ingresso.9). Esempio 3. dopo un tempo T . la relazione i-u diventa y(n) = M 1 ∑ x(n − k) .7 (amplificatore/attenuatore TD) I concetti dell’es. b1 .

3. è chiaramente un sistema causale.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. Modificando gli estremi di integrazione. e quindi da valori futuri dell’ingresso. otteniamo un sistema non causale. presente e futuro. 3.3) assume la forma y(n) = S [{x(k)}k≤n . il concetto di sistema causale si estende al caso TD.3.10 (integratore causale e non causale) L’integratore dell’es. secondo il quale l’effetto non può precedere la causa.11) (3. {x(u)}u>t rappresenta l’ingresso futuro: in generale. è un sistema causale.t] .10) Esempio 3. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. l’uscita y(t) all’istante t dipende dall’ingresso passato. Interpretando l’ingresso come causa e l’uscita come effetto. n] . giungendo alla seguente definizione: Definizione 3.t] . quindi. ma non dipende dagli ingressi futuri. 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 . (b) Un sistema TD si dice causale se la sua relazione i-u (3. . ovvero i valori passati ed il valore presente dell’ingresso. Si giunge allora alla fondamentale definizione di sistema causale. a patto che T > 0.8. (3. descritto dalla relazione i-u y(t) = t t−T x(u) du .t] . possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato.2) assume la forma y(t) = S [{x(u)}u≤t .2) assume la forma y(t) = S[{x(u)}u≤t .1. ovvero di un sistema per il quale la (3.100 Proprietà dei sistemi 3. con T > 0. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t. Con ovvie modifiche. Per un fissato t. Allo stesso modo. l’integratore dell’es.2 Causalità Partiamo ancora dalla relazione i-u (3. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. In altri termini. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du .2) valida per un sistema TC: y(t) = S [{x(u)}u∈R .

Pertanto. ∀n ≤ n0 .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. (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). per ogni t0 ∈ R e per ogni x1 (t). con k ≥ 0. ∀t ≤ t0 . utilizzando la prop. 3. la cui corrispondente uscita è y1 (t) = 0. ∀n ≤ n0 . ed x2 (t) = u(t). ∀t ≤ t0 . x2 (n) ∈ I tali che x1 (n) = x2 (n). rispettivamente. Il sistema è causale se e solo se. Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. non verifica la prop. M è chiaramente un sistema causale. x2 (t) ∈ I tali che x1 (t) = x2 (t).12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . che rappresentano il presente (k = 0) ed il passato (k > 0). 3. M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k). È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali. è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). 9 In alcuni testi.9. per cui tale sistema MA è non causale.1.1 è data direttamente come definizione di sistema causale. A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. risulta che y1 (n) = y2 (n). descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . ∀t ∈ R. con T > 0 e. Scegliamo x1 (t) = 0. Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3. per ogni n0 ∈ Z e per ogni x1 (n). per dimostrare che un dato sistema è non causale e. la cui corrispondente uscita è  0 . con riferimento al caso TC.3 Proprietà dei sistemi 101 Esempio 3. 3. per uno o più valori di t ≤ t0 . se t < −T . La verifica della prop. Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. 3. 3. se −T ≤ t < 0 .  t  T. . in corrispondenza dei quali y1 (t) = y2 (t). occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). 3. in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k). con k ≥ 0. rispettivamente. considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . ∀t ∈ R. con t0 ∈ R arbitrariamente scelto. che rappresentano il presente (k = 0) ed il futuro (k > 0). per dimostrare che un dato sistema è causale a partire dalla prop. la prop. Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso.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. x2 (t) ∈ I tali che x1 (t) = x2 (t). 3. Il sistema è causale se e solo se.1(a). quindi.  t+T y2 (t) = x(u) du = t + T . Esempio 3. ∀t ≤ t0 . risulta che y1 (t) = y2 (t). Se però modifichiamo leggermente la relazione i-u. Viceversa. se t ≥ 0 .1(a). verifichiamo che si tratta di un sistema non causale.11 (sistema MA causale e non causale) Il sistema MA dell’es.1. ∀t ≤ t0 .

la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). y(n) = S[{x(k)}k>n . per ogni t < 0. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. ed è quindi utile considerare anche il caso di sistemi non causali.1.1(b) e scegliamo x1 (n) = 0. ∀n ∈ Z. Sebbene x1 (n) = x2 (n) = 0. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. Quindi la prop. y1 (0) = 0 e y2 (0) = 1. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. per ogni n ≤ 0. Un sistema siffatto si dice anticausale. y2 (t) = 0. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). ad esempio. 3. b0 = −1 e b1 = 1). 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. e quindi i sistemi del mondo fisico sono tutti causali.t] . che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. 3. 0[.9.. non sono stati ancora scoperti. ossia: y(t) = S[{x(u)}u>t .11) si dice non causale. 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. Un altro esempio .9.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. la cui corrispondente uscita è y1 (n) = 0. con M = 1.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. per ogni t ≤ 0. Osserviamo in conclusione che non esistono (o almeno. mentre y2 (t) = 0. Quindi la prop. Tuttavia. 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). per alcuni valori di t ≤ 0.11. 3. con M = 1.) sistemi fisici capaci di prevedere il futuro (ad esempio. infatti. ad esempio) ed elaborarlo “in tempo differito”: si pensi. per t ∈] − T..11. b0 = 1 e b1 = −1). Si è visto che un sistema in cui l’uscita non soddisfa la (3. Per provare ciò formalmente. es. Questa osservazione si applica. n] . per alcuni valori di n ≤ 0. 3. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). anche l’operazione di differenza prima per segnali a TD (cfr. 3. anziché elaborare un segnale in tempo reale. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. Ad esempio. Esempio 3.4) ammette una interpretazione sistemistica. infatti. è possibile memorizzarlo (su un supporto magnetico o ottico. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). y(n) Sebbene x1 (t) = x2 (t) = 0. In quest’ultimo caso. § 2. in molti casi. ed x2 (n) = δ (n − 1). Differenza prima. ∀n ∈ Z. esso può anche essere visto come un sistema MA non causale (cfr. ai sistemi fisici che elaborano i segnali “in tempo reale”. es. 3.10) oppure la (3. 3. Può essere visto come un sistema MA causale (cfr. 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. usiamo la prop. in particolare. Equivalentemente.

rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. non vi è alcuna restrizione sui segnali di ingresso e uscita. 3. nota l’uscita y(·) di un sistema. In questo caso. le corrispondenti uscite y1 (·) e y1 (·) siano distinte. per ogni segnale y(·) ∈ U.3 Invertibilità In molti casi pratici.5) per esprimere i legami i-u dei sistemi. osservato y(t).12) ossia. pertanto. Si può verificare che. Da un punto di vista sistemistico. la causalità rappresenta un vincolo a cui il sistema deve obbedire. faremo uso della notazione semplificata (3. ingressi distinti devono generare uscite distinte. nell’elaborazione di immagini. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . sussiste la seguente definizione di sistema invertibile:10 Definizione 3. In altri termini. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). Più precisamente. se S−1 è il sistema inverso di S. se il sistema S è invertibile. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . α e quindi il sistema inverso è un attenuatore. quando si progetta un sistema. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). siamo interessati a risalire all’ingresso x(·) che l’ha generata.3. detto sistema inverso.12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. descritto dalla relazione i-u: y(·) = α x(·) .3. Esempio 3. in altre parole. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. non potremo risalire univocamente a x(t). Sfortunatamente questo non è sempre possibile. 3. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. comunque si fissi un segnale di uscita y(·) ∈ U. questo significa che. l’ordine dei due sistemi nella cascata in fig. .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. il sistema S è il sistema inverso di S−1 . allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). la variabile indipendente è di tipo spaziale). L’amplificatore è un sistema invertibile.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. 10 Nel seguito di questa sezione.12.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. è possibile costruire un sistema S−1 : U → I . allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. (3. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. per ogni segnale di ingresso x(·) ∈ I . anche se non operanti in tempo reale. Si noti che. Se il sistema è invertibile. 3.

a tale scopo possiamo far riferimento alla condizione necessaria (3. nonché la determinazione del sistema inverso.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3.12. Esempio 3. (3. possiamo dare la seguente definizione: Definizione 3.) S S -1 x(. mentre U è costituito da tutti i segnali non negativi a valori reali.2) assume la forma y(t) = S [{x(u)}u∈R ] . e quindi i suoi effetti sono irreversibili. il raddrizzatore non è dotato di sistema inverso. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo.12). (3.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| .t] . 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 (·)|.) Fig. non vi è alcuna restrizione sui segnali di ingresso. 3. poiché la (3.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. Se tale dipendenza dal tempo non c’è.104 Proprietà dei sistemi y(.12) è violata. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario]. In questo caso. Va notato in conclusione che. Estendendo tale concetto in modo ovvio al caso TD. lo studio dell’invertibilità di un sistema.14) . è in generale un problema abbastanza complesso.3) assume la forma y(n) = S [{x(k)}k∈Z ] . salvo per casi particolari. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico. 3. È facile provare che il sistema raddrizzatore non è invertibile. Pertanto.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . nella sua forma più generale: y(t) = S [{x(u)}u∈R .3.) x(.

In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . R1 (t) + R2 (t) (3. 3.3. e quindi l’origine dei tempi può essere fissata arbitrariamente. in altre parole.13. ottenuto da x(t) introducendo il ritardo temporale t0 .13) o la (3. in quanto il rapporto R1R2 2 non dipende dal tempo.14) si dice tempo-variante (TV) o non stazionario.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. producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . il segnale x(t) è applicato in ingresso al sistema all’istante t1 . si consideri ora il segnale xt0 (t) = x(t −t0 ). a partire dal segnale x(t). R1 + R2 è un sistema TI. 3. allora yt0 (t) = y(t − t0 ). Se tuttavia si tiene conto degli effetti +R termici. la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). Se il sistema è TI. 3. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). ovvero il sistema non “invecchia” e – caso limite – non “si rompe”.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. Se invece il sistema è TV. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . in questo esempio. con riferimento ad un sistema TC.2). allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. Viceversa.13.15) . Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. Specificatamente. l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . un sistema che non soddisfa la (3. il suo comportamento non cambia nel tempo. 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). 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) . Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). cioè. Esempio 3. ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig.

La prop. e da attenuatore per i valori di t per i quali |α (t)| < 1. che è illustrata in fig. 3. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. 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”. più precisamente. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig.2(b). per ogni n0 ∈ Z. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). e si scrive y(n) = α (n) x(n). 3. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. Notiamo che un partitore del tipo (3. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. l’ordine tra i due sistemi è scambiato. (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 ) . per ogni t0 ∈ R.14 con riferimento ad un sistema TD. 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 sono equivalenti. nel senso che (3. 3.2 ha un’interessante interpretazione in termini sistemistici. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). 3. ad esempio. a stretto rigore. 3.16) Un sistema del tipo (3.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) .18) (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). Si faccia attenzione che.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) .14(b) al segnale di ingresso x(n).17) . in cui. (3.13). Con riferimento al caso TC. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. ovvero se e solo se le due configurazioni in cascata riportate in fig. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. rispetto allo schema di fig. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. 3.14(a). nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. per cui si ha la seguente proprietà: Proprietà 3.106 Proprietà dei sistemi ed è quella di un sistema TV. Viceversa. In base alla prop. 3. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. 3. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema.9 in cui compare il funzionale S. La stessa caratterizzazione vale anche nel caso TD. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. 3.16) è denominato amplificatore a guadagno variabile.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 ) . è utile fornire una caratterizzazione della proprietà di invarianza temporale che. ottenendo il segnale yn0 (n) in uscita dalla cascata. differentemente dalla def. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1.

per dimostrare che un dato sistema è invariante temporalmente oppure no. conviene procedere per sostituzioni formali. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. è TV. introdotto nell’es. Per non sbagliare. è un sistema TV in generale (è TI se e solo se α (n) = α ). si dimostra che l’amplificatore a guadagno variabile a TD.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. ovviamente tale risultato non sussiste se il sistema è TV.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . è conveniente in generale utilizzare la prop. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). 3. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) .5) per esprimere i legami i-u dei sistemi. In effetti. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . per cui. 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. facciamo uso ancora una volta della notazione semplificata (3. evidentemente. Esempio 3. le trasformazioni S e Sz−n0 commutano. 3. 11 Per semplicità. come mostrato dagli esempi che seguono. D’altra parte. per ogni segnale di ingresso x(n) ∈ I . 3. denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . quindi. verifichiamo che in generale il sistema y(t) = α (t) x(t). se il sistema è TI.2 piuttosto che la def. In pratica. Se il sistema TD S è TI. Analogamente.14. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). i due schemi in figura sono equivalenti. ovvero se la sua relazione i-u è y(t) = α x(t). 3.3.16.9. ovvero se α (t) = α (costante). . 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. e la loro posizione nella cascata è ininfluente.2 dell’invarianza temporale. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . per il quale si ha y(n) = α (n) x(n).3 Proprietà dei sistemi 107 x(n) z . si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . l’amplificatore a guadagno variabile è un sistema TV. In altre parole. forniscono la stessa uscita in risposta allo stesso segnale. È chiaro che yt0 (t) = y(t − t0 ).

si può provare che l’integratore con memoria dell’es. 3. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . se il volume è tenuto fisso. se tale proprietà non fosse verificata. Esempio 3. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. In conclusione.108 Proprietà dei sistemi Esempio 3. per cui resta provato che l’integratore è un sistema TI. 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 ) . e cambia meno drasticamente quando si alza o si abbassa il volume. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . il sistema può ritenersi ragionevolmente TI. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du .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 § 2.9 è TI. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . Ad esempio.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. 3.1 è un sistema TI. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. Esempio 3. k=0 M M per cui il sistema è effettivamente TI. un amplificatore audio non è un sistema TI in senso stretto. Tuttavia. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. 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). 3. . il sistema risulterebbe TV.8.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. 3. Infatti. e pertanto il sistema risulta essere TV.2 è un sistema TI. 3.1): y(n) = x(−n) .10. per l’intervallo di durata di un compact disc. sono anch’essi sistemi TI. Tuttavia. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. Allo stesso modo. e l’integratore non causale dell’es. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). Effettuando il cambio di variabile v = u − t0 .

che coinvolgono anche la limitatezza delle variabili di stato. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. per provare che un sistema è stabile. (3. Nel seguito. 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.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 . bisogna supporre che l’ingresso sia arbitrario ma limitato. Ky ∈ R+ . è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . e supponendo anche in questo caso che il guadagno sia limitato.9.3. invece.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. ∀t ∈ R . (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 .21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile.20) per ogni x(n) ∈ I limitato. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . Esempio 3. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 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 . Per la rappresentazione i-s-u.22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). Con analoghi passaggi. per cui anche y(t) è limitato. per ogni valore di tempo. Esempio 3. e non attraverso la rappresentazione i-s-u. Ky ∈ R+ . (3. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. Infatti. quando parleremo di stabilità intenderemo sempre la stabilità BIBO. 3. Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. cioè che valga la condizione |x(·)| ≤ Kx . ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky .3. ∀t ∈ R . da cui si ricava che anche y(t) è limitato. con Kx .12 Matematicamente. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). per ogni valore di tempo. con Kx . Esempio 3.3 Proprietà dei sistemi 109 3. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z.23 (sistema MA) Proviamo che il sistema MA dell’es. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). e trovare un’opportuna maggiorazione per l’uscita. In pratica. .19) per ogni x(t) ∈ I limitato. si possono dare definizioni diverse di stabilità.

assume cioè valore infinito in almeno un istante di tempo. Notiamo che un sistema MA è sempre stabile. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·).24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . Come si vede. per provare che un sistema è instabile. quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. Esempio 3. 3. è stabile. con la sola ipotesi che |x(·)| ≤ Kx . . 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).1. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. in ogni istante di tempo.110 Proprietà dei sistemi (a) (b) (c) Fig. Infatti.5 metri. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . Viceversa. se |x(n)| ≤ Kx per ogni n ∈ Z. descritto dalla relazione i-u y(t) = t −∞ x(u) du . Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. k=0 M M per cui anche y(n) è limitato. (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura.15. (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. per provare che un sistema è stabile. Un esempio di sistema instabile: il Tacoma Narrows Bridge. (b) Le oscillazioni viste da una estremità del ponte. che è un segnale limitato in quanto assume solo i valori 0 ed 1. ∀n ∈ Z . 3.

3. t < 0. cioè l’accumulatore dell’es. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD. abbiamo provato che il sistema è instabile. che. −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). che possono portare alla rottura. quali ad esempio il fasore. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività.  n n y(n) = ∑ u(k) = ∑ 1 = n+1. se si pone in ingresso x(n) = u(n). t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. l’uscita non assumerà mai valori arbitrariamente grandi. 3. in quanto assicura che. per provarlo. si prova che la versione a TD dell’integratore con memoria infinita. che rappresenta una rampa a TC (fig. Infatti.. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. Tale difficoltà lascia intuire che il sistema è instabile. In maniera simile. Proprio per evitare l’innesco di pericolose oscillazioni. pochi mesi dopo essere stato aperto al traffico. rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. applicando al sistema segnali di ingresso limitati. valori arbitrariamente grandi. n < 0. Viceversa. Questa scelta ci consente di trattare anche segnali. in un sistema fisico instabile. 2. rispettivamente.3. X ≡ C. Infatti. Nel seguito supporremo che. che è non limitato. a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. t t u(u) du = y(t) =  du = t . più in generale. e calcoliamo l’uscita:  0 . D’altra parte. USA) che crollò nel 1940. 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. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du . 3. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. l’uscita può assumere. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. per determinati segnali di ingresso.3 Proprietà dei sistemi 111 non è un sistema stabile.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD).2. in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi.15). cioè. poniamo in ingresso x(t) = u(t) (ingresso limitato). in quanto l’integrale −∞ du non è limitato. si ottiene in uscita il segnale  0 . ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. avente relazione i-u y(n) = k=−∞ ∑ n x(k) .43). ed è un segnale non limitato in ampiezza.6 Linearità La proprietà di linearità è estremamente importante. 3. La stabilità è una proprietà fondamentale nel progetto dei sistemi. secondo la definizione seguente: . è instabile.C. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. t ≥ 0 .

Allo stesso modo. Infatti.) x(.112 Proprietà dei sistemi x(. Precisamente. 3.16. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U. Da un punto di vista matematico. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. quindi. la proprietà di additività impone implicitamente che. 3. nel senso che ya (·) ≡ yb (·). allora anche x1 (·) + x2 (·) ∈ I. Definizione 3.17. 3.16(b) (si faccia attenzione: non è una configurazione parallelo). le configurazioni (a) e (b) sono equivalenti. la proprietà di omogeneità impone implicitamente che. In altre parole. affinchè il sistema S possa essere lineare. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. 3. Pertanto. quindi. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. allora la configurazione serie 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 . allora la cascata del sommatore e del sistema S in fig. la proprietà di omogeneità può essere interpretata come in fig. se si deve calcolare la risposta del . se x(·) ∈ I. se il sistema è omogeneo.) α (a) S y a(.) (b) Fig. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale. se il sistema S verifica la proprietà di additività. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . 3.16(a) è equivalente alla configurazione serie in fig. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. ∀α ∈ C . Da un punto di vista sistemistico. 3. si ha: α x(·) −→ α y(·) . 3. nel senso che ya (·) ≡ yb (·). allora anche α x(·) ∈ I. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. Se il sistema S verifica la proprietà di omogeneità.16(b).) S α y b(.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. se x1 (·) ∈ I e x2 (·) ∈ I. se il sistema S verifica la proprietà di omogeneità.17(a) è equivalente al sistema raffigurato in fig. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·).16. con riferimento alla fig.

pertanto. ∀α1 . α2 ∈ C . e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. 3.18: se il sistema S è lineare.3 (principio di sovrapposizione) Un sistema è lineare se.) x2(. α2 ∈ C . per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U.) S y b(. adoperando la notazione semplificata (3.5) per il sistema S. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) . e poi sommare i segnali di uscita ottenuti. anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . Se il sistema S verifica la proprietà di additività. se si deve . ∀α1 . 3. ya (·) ≡ yb (·). si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3.) S (b) Fig. cioè. 3. (3.) S y a(.3.3 Proprietà dei sistemi 113 x1(. 3.17. (3.21) Notiamo che il principio di sovrapposizione si può esprimere. le configurazioni (a) e (b) sono equivalenti. che caratterizzano la linearità di un sistema.22) che ammette l’interpretazione sistemistica riportata in fig. Le due proprietà precedenti.) (a) x1(. allora i due sistemi riportati in fig.18(a) e fig. 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.) x2(.18(b) sono equivalenti.

occorre imporre alcune condizioni matematiche aggiuntive. . si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) .) S α1 y b(.23) come definizione di principio di sovrapposizione. anche la linearità è una idealizzazione . utilizzando i coefficienti α1 e α2 .) S α2 (b) Fig. 3. Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se. invece. se. la (3.) x1(. nel seguito assumeremo la (3. calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·). il numero di segnali xk (·) è infinito. . l’uscita corrispondente ad una arbitraria combinazione lineare di {xk (·)}k∈Z è costituita dalla combinazione lineare.) α1 S α2 (a) y a(. comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I. che ovviamente racchiude la (3. si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. α2 . e poi combinare linearmente. .22) come caso particolare. La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi.22) da sola non basta per assicurare la (3. A tale proposito. Se il sistema S è lineare. si noti che. le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione).23) discende semplicemente dalla (3. delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente.) x2(.23): in questo caso. con gli stessi coefficienti.) x2(. . . ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici. ∈ C .23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3. k ∀α1 . 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. con k ∈ Z. come l’invarianza temporale. .114 Proprietà dei sistemi x1(. i segnali di uscita ottenuti. (3. .18.22). αk . Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico.

l’uscita corrispondente è necessariamente nulla. Adoperando la formulazione (3. Poiché x0 (·) −→ y0 (·). il sistema dell’es. in particolare.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. 13 Tipicamente. 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. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante).26. Ad esempio.13 Esempio 3. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. e sia y0 (·) l’uscita corrispondente a tale ingresso. 3.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . e più precisamente dell’omogeneità. si ha. Sebbene sia non lineare secondo la definizione data. Una conseguenza importante della proprietà di linearità. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola.22). 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)] . in quanto. con b0 = 0. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . In pratica. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. Tali sistemi sono una generalizzazione dei sistemi lineari.3. 3. Sia x0 (·) ≡ 0 l’ingresso nullo. e si dicono lineari per le differenze. Proprietà 3. Infatti ponendo x(t) ≡ 0. se l’ampiezza del segnale di ingresso eccede tale soglia. si trova y0 (t) = b0 = 0. si ha. quando si parla di sistema lineare. per l’omogeneità. in elettronica. ∀α ∈ C. 3. variabile da sistema a sistema. 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. che rappresenta l’uscita corrispondente all’ingresso nullo. ∀α ∈ C . (3. in pratica. allora deve aversi necessariamente y0 (·) = α y0 (·).24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. . Esempio 3. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. Sia nel caso TC che TD. α x0 (·) −→ α y0 (·) . infatti. in quanto soddisfa al principio di sovrapposizione. il sistema non può più considerarsi lineare. si intende un sistema che soddisfa il principio di sovrapposizione. Nell’es. Infatti.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. Prova. si ha yL (t) = b1 x(t) e y0 (t) = b0 .

3. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . e quindi non è omogeneo. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] .) g(x) y(. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. Un esempio “fisico” tratto dall’elettronica è il diodo.1). cfr. Il sistema quadratico dell’es. Per l’omogeneità.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. Infatti. 3.15). detti anche non-linearità senza memoria: Definizione 3. y(t) = sgn[x(t)] (“hard limiter”). che prende il nome di caratteristica i-u.12 (non linearità senza memoria) Sia g(·) una funzione non lineare.) sistema lineare y L(. 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. se si indica (fig. § 4. 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)] .28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig.3.21.20. cfr. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. Fig.6. Infatti. Esempio 3. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. es. e sono rappresentati graficamente come in fig. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante. Esempio 3. Esso appartiene pertanto ad una classe più generale di sistemi.) y 0(. un sistema TI senza memoria. 3. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità.116 Proprietà dei sistemi x(. è descritto nell’esempio seguente. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC.) y(. § 3.) x(.1) o alle differenze (nel caso TD. Un caso più caratteristico di sistema non lineare. e y(t) = x3 (t) (sistema cubico). e prende il nome di sistema quadratico o non-linearità quadratica. 3.) Fig.19. arbitrari x1 (·) e x2 (·).6. che non risulta neppure lineare per le differenze.2) lineari e a coefficienti costanti. 3. 3.27 è anche TI e non dispersivo o senza memoria (cfr. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). cfr. e quindi non è additivo. 3.20. né quella di additività. § 4.

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

Esercizio 3. Risultato: y(n) = x(n) + 1 x(n − 1).23.4 Esercizi proposti Esercizio 3. Calcolare la memoria del sistema. Risultato: La memoria è pari a N − 1. y(t) = sgn[x(t)].23. 3.3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . con N ≥ 1 numero intero dispari . Determinare il legame i-u del sistema (complessivo) riportato in fig. 3. 4 Esercizio 3. 2 4 S3 : y(n) = x(2n) . 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. Risultato: y(t) = 2 u[x(t)].2.118 Proprietà dei sistemi 3. y(t) = 2 ln(|x(t)|). . Determinare il legame i-u del sistema (complessivo) riportato in figura.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 .2 Si consideri l’interconnessione di sistemi riportata in fig.23. Sistema dell’esercizio 3. y(t) = ex(t) . 3.

3. x(t) = rect(t − 1) −→ y(t) = e−3t . 3. (b) non invertibile: in virtù del risultato del punto (a). (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n).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) . 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) .] Risultato: Il sistema può essere causale (non è detto che lo sia). . l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. x(τ ) dτ .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) . indipendentemente dalla costante A. Risultato: Se T1 ≥ T2 . Risultato: (a) y(n) ≡ 0. con T1 > 0.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3. Esercizio 3. la memoria è pari a T1 . (b) Il sistema è invertibile? Giustificare la risposta.] Risultato: Il sistema è non causale. la memoria è pari a 2 T2 − T1 . se T1 < T2 . Esercizio 3. con T2 > 0.7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop.1 del libro di testo. Esercizio 3.1 del libro di testo.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 .3. t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura. con A ∈ R.

Segnali dell’esercizio 3. è necessariamente tempo-variante. stabilire se il sistema può essere tempo-invariante. In caso affermativo.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . 3. Risultato: (a) nessuna restrizione su I. (b) Stabilire se tale sistema è invertibile. rispettivamente.24 è lineare. .24. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3). x2 (n) e x3 (n). (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. l’insieme U è costituito da tutti i segnali positivi.9 Il sistema S in fig. determinare il sistema inverso.9. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). 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.120 Proprietà dei sistemi Esercizio 3. Esercizio 3. Esercizio 3. Nella stessa figura sono riportate le uscite del sistema y1 (n). (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). (c) Sulla base dei risultati ottenuti ai punti (a) e (b). 3. (c) non può essere tempo-invariante. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). (a) Caratterizzare gli insiemi di ingresso ed uscita. 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).8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U .

11 Si consideri il sistema riportato in fig. dire se il sistema può essere tempo-invariante. è necessariamente tempo-variante. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. Esercizio 3.26 è tempo-invariante. (b) yb (t) = cos(3t − 1). (c) non può essere tempo-invariante.13 Il sistema S in fig. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n).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 . 3. Esercizio 3. Risultato: (a) non può essere lineare.11. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). (c) il sistema non può essere tempo-invariante. Sistema dell’esercizio 3. è necessariamente non lineare. Risultato: (a) ya (t) = cos(2π fct). (b) stabile.25. x(t) = e− j2t −→ y(t) = e− j3t . (a) Determinare il legame i-u del sistema. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). con t0 ∈ R. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ).3. (b) Dire se il sistema è stabile. Esercizio 3. 3. (a) Stabilire se il sistema può essere lineare. è necessariamente tempo-variante. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). 3. (c) Stabilire se il sistema può essere tempo-invariante. Risultato: (a) ya (t) = cos(3t). Esercizio 3. Nella stessa figura sono riportate le uscite del sistema y1 (n). x2 (n) e x3 (n). (b) yb (t) = ya (t) = cos(2π fct). rispettivamente. x(n) y(n) (-1) n Fig.25.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: .4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t).

Inoltre. sia S1. se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n).1 è y(n) = δ (n − 2). causale se T > 0 e non causale se T < 0. non dispersivo. dispersivo se T = 0. (c) y(t) = x(t) cos(2π t). non causale. il legame i-u del sistema S2. dispersivo. con T ∈ R − {0}.15 Classificare. tempo-invariante e stabile.13. Stabilire. Risultato: (a) non lineare. (d) lineare. non dispersività. tempo-invariante e stabile. .2 è y(n) = x(−n − 2). S2 : y(n) = x(n + 2). causale. stabilità): (a) y(t) = 2 exp[x(t)]. (b) y(t) = x(t − 2) − x(1 − t). (d) y(t) = [x(t) + x(t − T )] u(t).26.1 è y(n) = x(−n + 2).1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). Esercizio 3. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1. tempo-variante e stabile. (e) y(t) = [x(t) − x(t − T )] u[x(t)]. motivando la risposta e fornendo almeno un esempio a suo supporto. invarianza temporale.2 è y(n) = δ (n + 2). causale se T ≥ 0 e non causale se T < 0.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). dispersivo. non dispersivo. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità. le uscite dei due sistemi S1.1 sono necessariamente uguali”. motivando brevemente le risposte. Esempio: quando x1 [n] = x2 [n] = δ [n]. causale. (c) lineare. 3. l’uscita del sistema S1. tempo-variante e stabile. (e) non lineare. causalità. tempo-variante e stabile.2 e S2. mentre S2. S1 : y(n) = x(−n) .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. Segnali dell’esercizio 3. mentre l’uscita del sistema S2. (b) lineare.

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

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

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

126 Proprietà dei sistemi .

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

tali funzioni dipendono da due variabili. 1 Il . possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti). tuttavia.128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) . Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4. Tenendo conto delle proprietà precedenti. e la funzione che caratterizza il sistema LTI nel dominio della frequenza prende il nome di risposta in frequenza o risposta armonica.2) mostra che l’uscita y(·) si può esprimere come sovrapposizione. in linea di principio. deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4. Questa proprietà consente. Affinché tale tecnica sia applicabile in pratica. dei segnali yk (·). con gli stessi coefficienti αk .2) dove yk (·) = S[xk (·)]. in particolare. e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza. devono essere in grado di rappresentare tutti i segnali di interesse pratico. di semplificare notevolmente lo studio dei sistemi lineari. in tal caso. in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·). essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·). 4. La (4. (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. i segnali elementari xk (·) da utilizzare nella (4. e quello di risposta in frequenza ad esso strettamente legato. (2) per un dato segnale di interesse x(·).23).1) può essere finito oppure infinito numerabile. 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. è conveniente concetto di risposta impulsiva. Nel seguito di questo capitolo studieremo approfonditamente la rappresentazione dei sistemi LTI nel dominio del tempo. • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza. ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·).1).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. k (4. in quanto come vedremo i segnali elementari possono assumere valori complessi. si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) . k k (4. ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·). e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva. Applicando il principio di sovrapposizione (3.1) devono essere scelti in modo opportuno. Per approfondire tale rappresentazione. però. idealmente.uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli.

∀k ∈ Z . la (4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . Definiamo allora il segnale h(n) = S[δ (n)].3) Determinare i coefficienti αk della rappresentazione è semplice. sia la proprietà di invarianza temporale [nella (4. 3. rappresentato mediante la (4. si dice che la risposta impulsiva è una risposta canonica.6)].4).4. come già detto. 2. nonché l’invarianza temporale del sistema. con k ∈ Z.3 dell’impulso discreto. la rappresentazione (4.6) nella (4. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . se si osserva che gli impulsi δ (n − k) nella (4. sostituendo la (4. Ribadiamo che per ricavare la (4. si ha semplicemente αk = x(k). esteso al caso di una infinità (numerabile) di segnali.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . Notiamo peraltro che la (4. Scegliendo come segnali elementari xk (n) nella (4. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. In questo senso. Si noti che.1) l’insieme numerabile degli impulsi discreti traslati nel tempo. 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.5). sia posto in ingresso ad un sistema TD LTI. ovvero xk (n) = δ (n − k).4) si può giustificare in maniera più formale anche applicando le prop. e sarà studiata più approfonditamente nel § 4.2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD. ed abbiamo sfruttato il fatto che le quantità x(k). (4.6) cioè traslando l’impulso in ingresso di k campioni.3. (4. il segnale di uscita h(n) trasla anch’esso di k campioni.7) prende il nome di convoluzione a TD. La funzione h(n) che compare nella (4.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n). la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .5) dove abbiamo applicato il principio di sovrapposizione. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso.3) non si sovrappongono nel tempo. Supponiamo allora che un segnale x(n). (4.4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. (4. utilizzando la conoscenza della sola risposta impulsiva del sistema.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 . e calcoliamo l’uscita sfruttando il principio di sovrapposizione. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). .5)]. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ).7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta.7) abbiamo utilizzato sia la proprietà di linearità [nella (4. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . L’operazione matematica effettuata tra x(n) ed h(n) nella (4. Pertanto. (4. non essendo dipendenti dal tempo n.

4.10) espressione che fornisce gli stessi valori della (4. .8) Seguendo i procedimenti delineati negli esempi del capitolo precedente. ponendo x(n) = δ (n) nella (4. D’altra parte. 4. 1. .9). il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k).. e particolarizzata in fig. 1..8): h(n) = k=0 ∑ bk δ (n − k) .7) mostra che. . k ∈ {0. per ogni k ∈ Z. 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. .1.1(b) al caso M = 5 e 1 bk = M+1 = 1 . avente la risposta impulsiva di fig. si ha. In sostanza. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .1(a) nel caso generale.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . 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). Questa interpretazione è chiarita in fig.8) e la (4. . (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . (a) Risposta impulsiva di un generico sistema MA. 4. 0 . . 4. M} . M (4. Prima di passare al caso TC. ∀k ∈ {0. dove è calcolata graficamente la risposta del sistema MA dell’es. . dal confronto tra la (4. 5}. . 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). Infatti.11) .1. per un dato k ∈ Z.2. x(1) h(n − 1) e x(2) h(n − 2). al segnale di ingresso x(n) = 1 R3 (n)..9) rappresentata graficamente in fig. (4.7). si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . . È interessante notare che la risposta impulsiva del sistema MA è di durata finita. la (4. altrimenti . Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza.9. 4. pari ad M + 1 campioni. il segnale di uscita si ottiene sommando tali segnali. 1. 6 Esempio 4. M (4. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo.7). con n ∈ Z. 4. . 3.1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. . è utile mettere in luce una particolare interpretazione della (4.7). (4.1(b). ∀k ∈ {0. 5}. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. è semplice provare che tale sistema è sia lineare che tempo-invariante. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). . partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ .

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. Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n).2. . 4.

2). Una giustificazione immediata ed intuitiva della (4. 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. In pratica mediante la (4. La derivazione della (4.7) è simile a quella vista nel caso TD.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 . e rappresenta. τ ).4). assumeremo direttamente la (4. data l’analogia formale tra la (4.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig.4) al caso TC.2). Notiamo inoltre che. 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 . ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . la (4. prop.14) come definizione di principio di sovrapposizione per una infinità continua di segnali. Così come il principio di sovrapposizione (3. segue che α (τ ) = x(τ ) e x(t. 4. la sua interpretazione e le sue proprietà saranno approfondite nel § 4.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. integrando) i segnali x(τ ) h(t − τ ) dτ . Precisamente. L’operazione matematica tra x(t) ed h(t) che compare nella (4. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. con gli stessi coefficienti α (τ ) dτ . e prende il nome di convoluzione a TC.11) e la (4. con t ∈ R. τ ). (4.1). e l’integrale prende il posto della sommatoria. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. τ )]dτ .14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. Precisamente. dal confronto con la (4.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. τ )] del sistema ai segnali elementari x(t. Tale rappresentazione si può vedere come l’estensione della (4.11). 3. 2. centrati in tutti i possibili istanti di tempo τ ∈ R. dove la delta di Dirac sostituisce quella discreta. La (4. Tuttavia. per τ ∈ R.12) si basa su una definizione più generale di linearità di un sistema. anche la (4.23) per una infinità numerabile di segnali. formalmente. (4. ossia: x(t) = +∞ −∞ α (τ ) x(t. senza perderci in complicate discussioni matematiche. se il sistema è LTI.14) non discende direttamente dalla prop. τ )dτ . con τ ∈ R. (4. A differenza del caso TD.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. τ ) = δ (t − τ ).132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4.11).13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. tuttavia.3. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ .3 e richiede delle condizioni matematiche aggiuntive per la sua validità. non è possibile dare una giustificazione immediata della (4. come già visto nel caso TD. . possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua). Nel seguito. le risposte S[x(t. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). per ogni τ ∈ R.

Negli es.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4.12).15) con 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) .7) oppure (4.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. In maniera equivalente. in maniera più formale. 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. 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 .4.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. con il cambio di variabile τ = t − u → u = t − τ .5T T . da cui. 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. si può mostrare che la (4. sia invariante temporalmente. Successivamente. T ).15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . 4. anche tale risposta impulsiva è di durata finita. es.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).1 e 4. (4. avente relazione i-u: y(t) = t t−T x(u) du .5T T x(t − τ ) dτ . In altri termini. Come nell’es.2. 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 (4.1. . 4. (4. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. per cui è un sistema LTI. pari a T e coincidente con la memoria del sistema.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. per confronto con la (4. la (4. (4.15) si può scrivere come una convoluzione: infatti.2). e cioè: y(t) = +∞ −∞ rect τ − 0. 4.12). notiamo preliminarmente che. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). allora il sistema è necessariamente LTI. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). Si può facilmente verificare che tale sistema è sia lineare.

partendo dal caso TD per semplicità.1 seguente). la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . 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. fatta eccezione per casi particolari. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k). oppure dalla (4. vedi anche il § 4.18) Le due espressioni riportate nella (4. successivamente. 4. il segnale wn (k) non si sovrappone con h(k). Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. descritta dalla (4. (3) Per ogni fissato valore di n ∈ Z. 4. che si ottiene da z(k) mediante traslazione di n campioni. Per calcolare gli altri valori della convoluzione. Viceversa. dobbiamo costruire il segnale wn (k) = z(k − n). e sommando i risultati dei prodotti ottenuti. per la proprietà commutativa della convoluzione. Esempio 4. se n > 0 [traslazione verso destra.3(b)] ed il segnale riflesso z(k) = x(−k) [fig. insieme con x(k) [fig. Prendendo come riferimento la seconda delle (4. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. Per capire meglio il meccanismo precedentemente descritto.7) nel caso TD. con a = 0. Seguendo la procedura delineata precedentemente. Nel caso TD. si veda la fig. La difficoltà maggiore è che. (2) Effettuare prima la riflessione del segnale x(k).3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . si nota che si ha sovrapposizione tra h(k) e .18) sono del tutto equivalenti.18).3 Convoluzione Come abbiamo visto nel paragrafo precedente.134 Sistemi lineari tempo-invarianti (LTI) 4. Ovviamente. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . per cui il risultato della convoluzione è nullo. 4. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. in particolare. si veda la fig. si vede che per n < 0 [traslazione verso sinistra. 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.3(a)]. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale.12) nel caso TC. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. 4. 4. (4. rappresentiamo h(k) in funzione di k [fig. Se non effettuiamo nessuna traslazione su z(k).3(e)]. e verso sinistra se n < 0.3(d)].3. la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). possiamo ottenere direttamente il risultato della convoluzione per n = 0.1. costruendo il segnale z(k) = x(−k) e. consideriamo il seguente esempio. effettuare la traslazione del segnale z(k) verso destra se n > 0.3(c)]. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. In particolare.

un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. . per alcuni valori di n. 2. 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. altrimenti . 1−a In definitiva. l’esempio mostra chiaramente che. sebbene la somma in (4. 4. Facendo riferimento per convenienza alla seconda delle (4. in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie.3 Convoluzione 135 wn (k) su un numero finito di campioni. oppure anche per tutti i valori di n.19) Anche in questo caso. più precisamente. Si noti che. ed è rappresentato graficamente in fig. vale a dire: . 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. per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + . tale numero di campioni è pari ad n+1. 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica.4.7). 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . 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 . è semplice considerare i casi per n = 1. 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente.3(f) nel caso in cui 0 < a < 1. valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . se |a| < 1. h(k) w3 (k) = 1 + a + a2 + a3 . + an = k=0 ∑ ak = n 1 − an+1 . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. in pratica essa può ridursi ad una somma finita di valori per ogni n. Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . In particolare. per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . C. Ovviamente esistono casi in cui il numero di termini della somma è infinito. . (4. . y(n) = 1 − an+1  .7) vada effettuata in principio su infiniti valori di k. . h(k) w2 (k) = 1 + a + a2 . In particolare. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. . che in generale potrebbe non convergere. se n < 0 . 1. h(k) e wn (k) si sovrappongono per k ∈ {0. Per un generico valore n > 0.19). . il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 . n}. per effettuare correttamente il calcolo della convoluzione.

8 0.3.6 0.4 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.6 0.4 0.6 h(k) 0. (b) rappresentazione di x(k). (e) traslazione verso destra di z(k) (n = 5).8333) e x(n) = u(n) (es.4 0.6 0.4 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.8 0.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.8 0. (f) risultato della convoluzione.136 Sistemi lineari tempo-invarianti (LTI) 1 0.4): (a) rappresentazione di h(k).4 0.6 0. (d) traslazione verso sinistra di z(k) (n = −5).2 0 −10 −5 0 k 5 10 x(k) 1 0. (c) riflessione del segnale x(k).2 0 −10 −5 0 k 5 10 (a) 1 0. 4. . 4.2 0 (b) z(k)=x(−k) 0.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.8 w−5(k)=x(−5−k) 1 0.

4. per T2 ≤ t < T2 + T1 . Infine. 4. per cui si ha: y(t) = t 0 dτ = t . Facciamo per comodità riferimento alla seconda delle (4. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t.   t. Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. successivamente. Traslando il segnale z(τ ) verso sinistra [fig. T2 ). posto in ingresso al sistema LTI (cfr. invece. per cui risulta y(t) ≡ 0 per t ≤ 0. (2) Effettuare prima la riflessione del segnale x(τ ). 4. 0 < t < T1 .4(c)]. Per T2 ≤ t < T2 + T1 . Esempio 4. Riassumendo.4(d)]. le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto.4.    T2 + T1 − t. e verso sinistra se t < 0.4(a)] e h(τ ) [fig. (3) Per ogni fissato valore di t ∈ R. ed effettuando l’integrale del prodotto. . effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. T1 ≤ t < T2 . notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. successivamente. 0.20) T1 . Per prima cosa. di durata ∆h = T2 . costruendo il segnale z(τ ) = x(−τ ) e.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R. 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. rappresentiamo x(τ ) [fig.4(e)]: in particolare. per T1 ≤ t < T2 .4(b)] in funzione di τ ∈ R.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. effettuare la traslazione del segnale z(τ ) verso destra se t > 0.5T1 T1 t − 0. Considerando invece valori positivi di t. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). in quanto le due finestre rettangolari si sovrappongono solo su un punto. Per T1 ≤ t < T2 . per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . per t ≥ T2 + T1 . le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 .2) avente risposta impulsiva h(t) = rect .t).5T2 T2 . le finestre non si sovrappongono affatto. 4. y(t) = (4.t). ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. T2 ≤ t < T2 + T1 . per 0 < t < T1 . per cui si ha nuovamente y(t) ≡ 0.19). le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . 4. es. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. ed assumiamo T2 > T1 . l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . 4. di durata ∆x = T1 . per cui si ha: y(t) = t t−T1 dτ = T1 .

nel senso che ya (·) ≡ yb (·). Per questo motivo. T2 ) in cui il segnale y(t) è costante si riduce ad un punto.6 sono equivalenti. t < 0 oppure t ≥ 2T .5. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) .4(f). 4. 4. 4. la convoluzione viene chiamata anche prodotto di convoluzione. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. traslazione. 4.12) è che la prima è definita mediante una sommatoria. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. mentre la seconda è definita mediante un integrale. 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(·). in quanto si può verificare che la convoluzione possiede.7) e quella a TC (4. cioè i due schemi in fig. Si noti che se T1 > T2 si può procedere allo stesso modo. calcolo dell’area) sono molto simili nei due casi. scambiando il ruolo dei due segnali. ed è rappresentata in fig. per 0 < t < T . ed è rappresentato graficamente in fig.   2T − t.20). prodotto. In conclusione. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. oltre a proprietà specifiche.3. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. e prende il nome di proprietà di durata della convoluzione (cfr. 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. .3. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. Per questo motivo. § 4. Nel caso particolare T1 = T2 = T . Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . come discusso di seguito. notiamo che l’intervallo di tempo (T1 . C. pertanto. 4. se è possibile dal punto di vista matematico.6. notiamo che. A tale scopo.1). Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. non ha nessun senso dal punto di vista sistemistico. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . tutte le proprietà algebriche del prodotto convenzionale. In altri termini. similmente alla somma di convoluzione. Ovviamente questo scambio.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. nel seguito. 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. nello studio delle proprietà della convoluzione. in particolare.  y(t) = t. per T ≤ t < 2T . Come mostrato in fig. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . l’integrale di convoluzione può non esistere finito.

(e) traslazione verso destra di z(τ ) (t > 0). (d) traslazione verso sinistra di z(τ ) (t < 0).4. 4.4. Calcolo della convoluzione tra due finestre rettangolari TC x(t) e h(t) di durata T1 e T2 (es. 4.4): (a) rappresentazione di x(τ ).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. . (f) risultato y(t) della convoluzione. (b) rappresentazione di h(τ ). (c) riflessione del segnale x(τ ).

7(b) sono equivalenti.7(a). la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI.7(a) è equivalente al sistema LTI riportato in fig. nel senso che yb (·) ≡ yd (·). Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) .7(d). i due schemi riportati in fig. A sua volta. 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 (·). l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·).) h(. 4.) Fig. notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). per la proprietà associativa. yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T .7(b).) (b) y b(.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(. cioè ya (·) ≡ yc (·). 4. In tale ipotesi.7(c) è equivalente allo schema serie riportato in fig. 4. 4. osserviamo innanzitutto che. 4. 4.5. Il segnale y(t) si può esprimere come y(t) = T Λ t−T . in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). T Proprietà associativa Fig. 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 (·). ossia yc (·) ≡ yd (·).7(c). 4. Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco. 4. cioè i due schemi in fig. 4. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) .7(b) e fig. per cui il sistema LTI in fig. Inoltre.6. e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini. il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI. . Conseguentemente. come mostrato in fig.) 0 T t 2T x(. 4. In virtù della proprietà commutativa della convoluzione. come evidenziato in fig. 4. In altre parole.7(a) e fig. nel senso che ya (·) ≡ yb (·). 4. In base a queste due interpretazioni. Per la proprietà commutativa. il sistema LTI in fig. A tal fine.) h(.7(d) sono equivalenti. i due sistemi LTI in figura sono equivalenti.) (a) y a(.

Similmente alla proprietà associativa.4.) h2(.7. nel senso che ya (·) ≡ yb (·).8(a).) h1(.3 Convoluzione 141 x(. Anche qui per la validità della relazione devono avere senso tutte le convoluzioni in gioco. l’espressione yb (·) = x(·) ∗ [h1 (·) + h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) + 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 (·).) y d(. A tale scopo.) (a) x(. 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.) h1(.)∗h2(.) h1(.) Fig. (4. 4.) x(. In base a queste due interpretazioni.) x(. i quattro schemi in figura sono equivalenti.)+h 2(. 4. tale connessione non può essere studiata elementarmente nel dominio del tempo. utilizzando la definizione di convoluzione e la proprietà di campionamento della δ (·). Proprietà di esistenza dell’unità Si può facilmente provare. . 4. 4. come mostrato in fig. mentre vedremo che lo studio è assai più agevole ragionando nel dominio della frequenza. cioè i due schemi in fig. in effetti.8(a) e fig.) y b(.) (a) y a(.)∗h1(.) (c) y c (.8(b) sono equivalenti. In virtù della proprietà distributiva della convoluzione. anche la proprietà distributiva consente di evidenziare una interessante proprietà dei sistemi LTI.) (d) h1(.) (b) x(.) x(.) y 2(. valida formalmente sia nel caso TC sia in quello TD.8.8(b). resta non esplorata per il momento la connessione in retroazione tra sistemi LTI.) y 1(. In virtù della proprietà commutativa e associativa della convoluzione. i due schemi in figura sono equivalenti.) h1(.) y b(. 4. D’altra parte. Fig. notiamo che l’espressione ya (·) = x(·)∗h1 (·)+x(·)∗h2 (·) rappresenta l’uscita del parallelo dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). come mostrato in fig.) h2(.) y a(. 4.21) 2 Con riferimento alle interconnessioni elementari tra sistemi introdotte nel capitolo precedente.) h2(.) (b) h2(.

22) [un discorso analogo vale per la (4. ∀n0 ∈ Z . abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo.25) della convoluzione.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. secondo la quale.4) nel caso TD e la (4. i due schemi in figura sono equivalenti.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . 4. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). Le (4. esplicitando la convoluzione (4. per ogni x(·) ∈ I e y(·) ∈ U. ∀t0 ∈ R . per sistemi a TC e a TD.3 Dal punto di vista dell’interpretazione sistemistica. ∀t0 ∈ R .21).22). e per la (4.22) (4. 3.9). Per giustificare invece la correttezza della (4. x(n) h(n) (b) -(n1+n2) z y b(n) Fig. è possibile riottenere la (4. ad esempio. 4. Nel caso di un sistema LTI. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. Tale sistema prende il nome di sistema identico.22) e (4. . ∀n0 ∈ Z . In un sistema identico.) δ(.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. rispettivamente. si giungerebbe. x(t − t0 ) −→ y(t − t0 ) . notiamo che la (4.11) nel caso TC. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione. x(n − n0 ) −→ y(n − n0 ) .23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). rispettivamente. x(n − n0 ) ∗ h(n) = y(n − n0 ) . infatti. se per calcolare y(t − t0 ).21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. (4. esprimendo la relazione i-u del sistema mediante una convoluzione.9. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso).10. Dal punto di vista matematico. noti inoltre che. si ha.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·).142 Sistemi lineari tempo-invarianti (LTI) x(.2). si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t).21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione.) x(. invece che alla (4. la (4. 4. In virtù della proprietà di invarianza temporale (4.) x(n) z .

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.

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

allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . per ottenere la risposta al gradino a partire dalla risposta impulsiva.7) di un sistema TD LTI. è sufficiente far passare quest’ultima in un sistema accumulatore. In altri termini. le relazioni (4.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. 2. 4. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). ma anche la risposta al gradino caratterizza completamente un sistema LTI.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. . come ad esempio il segnale uε (t) di fig. Infatti.4. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). (4. Nel caso TD.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . in particolare. In particolare. 3. In definitiva. non solo la risposta impulsiva. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. sfruttando la relazione i-u (4. 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) . es.34) e (4. Notando che la (4. ovvero è anch’essa una risposta canonica. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. con un tempo di salita molto stretto. (4. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) .4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig.11(a).12.

derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t).36). in quanto caratterizza completamente il sistema. abbiamo visto [si veda la (2. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . Infatti.11(b). come già detto in precedenza. un valore appropriato di ε dipende dalla struttura interna del sistema e. in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . § 2. 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 .37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. aventi area unitaria. adoperando le proprietà di linearità e di invarianza temporale del sistema.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). 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. 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. dunque. utilizzando la (4.37) Le (4. si ottiene h(t) = d s(t) dt (4. Per la linearità del sistema. Nel caso TC valgono considerazioni analoghe. Dalla (4.36) ed (4. Nel caso TC.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema. varia da sistema a sistema. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. 2. Infatti la risposta al gradino s(t). cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. Pertanto. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . 2ε 2ε (4.12).4). 5 Non esiste una regola generale per stabilire quanto ε . con ε sufficientemente piccolo. (4. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] . trattandosi di una pura astrazione matematica (cfr.1. Tuttavia.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . raffigurati in fig. In particolare.

se ε 1.1). si può mostrare che la (4. In maniera equivalente.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. che cresce linearmente per t > 0 [fig. per cui l’integratore (4. si tratta cioè di una rampa.18) e si può facilmente verificare che tale sistema è anche lineare.36).12).7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. in fig. il cui valore è (cfr.4 Risposta al gradino 151 alla derivata della risposta al gradino. descritto dalla relazione i-u: y(t) = t −∞ x(u) du .39) è un sistema LTI. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . es.24): s(t) = t u(t) . in virtù della (4.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ .13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. es. 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) . 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) . 4. 4. 3. Si può notare che. il segnale in fig. (4.37) è esattamente la risposta impulsiva.13(a)]. . il segnale hε (t) tende proprio alla risposta impulsiva del sistema. Confrontando la (4. 3. es. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. 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.38).39) Abbiamo già mostrato che tale sistema è TI (cfr. 3.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. In pratica. (4. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. 4. Utilizzando la (4. Esempio 4. 4.13(b)].13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t).4. per ε → 0. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). possiamo dire che. identicamente nulla per t < 0. dt (b) Nel caso TD. Conseguentemente. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ .40) con la (4. che per la (4.

(4.7): (a) risposta impulsiva. . si può mostrare che la (4. (4. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) .42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. In maniera equivalente. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . 3. 4. es. 4.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. Integratore con memoria infinita (es.2). (b) risposta al gradino. Esempio 4.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr.13.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . Confrontando la (4.42) con la (4.152 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.7).

4. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0. 0 s(t) =  T     dτ = T .9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. (b) risposta al gradino.36).4 0.   0 . es. n + 1 .5T T dτ .2).8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. 0 . se n < 0 .14(a)].14(b)].6 0.4.  dτ = t . 4. che è riportata in fig.43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2. Integratore a TD o accumulatore (es.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) .14. Esempio 4. se t ≥ T . In virtù della (4.5T T . 4. 4. in cui l’estremo superiore di integrazione t varia in R.15(a). la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. si tratta cioè di una rampa a TD [fig.8): (a) risposta impulsiva. Risolvendo l’integrale si ottiene:  se t < 0 . se n ≥ 0 . (4. ossia: h(t) = rect t − 0. avente relazione i-u: y(t) = t t−T x(u) du .   t    se 0 ≤ t < T . ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig. 4. 4. in virtù della (4. Conseguentemente.34).4 Risposta al gradino 153 10 1 0.

4. il segnale in fig. che cresce linearmente nell’intervallo (0.13(c) rappresenta una buona approssimazione della risposta possiamo dire che.1.5T T + T u(t − T ) . il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema.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. 4. se ε impulsiva del sistema.38). (b) risposta al gradino. per ε → 0. In altre parole.15. 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. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. In pratica. . 4. Esempio 4.15(b)]. Utilizzando la (4.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. 4. T . Integratore con memoria finita (es. in fig.9): (a) risposta impulsiva. (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. 4.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. Si può notare che. 4.

∑ bk δ (n − k) . Sistema MA con M = 5 e bk = 1 . 4. . se n < 0 . ∑ k   k=0  1 M+1 . Nel caso in cui i pesi bk siano tutti uguali a  0 .1 0.34). 4.2 0 −0. 5}: (a) risposta impulsiva. n M in cui l’estremo superiore della sommatoria n varia in Z. .44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . M M (4. (b) risposta al gradino.45) k=0 rappresentata in fig. In virtù della (4.   n+1 s(n) = .4. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . se n ≥ M . se 0 ≤ n < M . M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .4 Risposta al gradino 155 0. M +1   1.6 0. n+1 RM (n) + u(n − M) .2 1/6 h(n) 0.  ∑ k  s(n) = k=0 M    b .4 0 0.8 s(n) 0 2 4 n 6 8 10 0.    n   b .1(a) nel caso generale.16. ∀k ∈ {0. 4. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . se n ≥ M . se n < 0 . 1. .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. ed in fig.3 1 0. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . . se 0 ≤ n < M .

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

3. Affinché y(n) dipenda solo da x(n). Consideriamo un sistema TD LTI. (4.48). Sostituendo nella (4. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. Per costruire un segnale siffatto.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. nella (4.5.5 Proprietà della risposta impulsiva 157 4. seguiamo una strada diversa da quella seguita nel caso TD. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) . stabilità. si ha: y(n) = h(0) x(n) . (4. causalità. § 3. (4. per ogni segnale di ingresso. ∀k = 0. è che risulti h(k) = 0. è possibile legare le proprietà del sistema (non dispersività. 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 . al posto di {x(τ )}τ ∈R .2(c)].47) Pertanto. (4. questo vuol dire che la risposta del sistema non cambia se.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. Passiamo ora a considerare i sistemi TC LTI. per ogni segnale di ingresso {x(k)}k∈Z . 4.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ .49) . Notiamo che.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. in questo caso. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. cioè caratterizza completamente un sistema LTI.4.1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) . infatti. Una condizione necessaria e sufficiente affinché ciò accada. Il sistema è non dispersivo se e solo se. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . la relazione precedente si può riscrivere come y(n) = α x(n) . Ponendo x(n) = δ (n) nella (4.48). ponendo α = h(0). il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4.46). 2. prop.47). descritto dalla convoluzione a TD espressa dalla seconda delle (4. equivalentemente. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k.

Se poniamo α = h(0). • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. il sistema è non dispersivo se e solo se y(t) = y1 (t). quindi. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata.12)]. (4. pertanto. In definitiva. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). n → ±∞. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). per cui presenta valori non trascurabili su un intervallo temporale non limitato. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . oltre al campione attuale. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale.49). 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. la durata ∆h . § 3. dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac.1) come la durata temporale del segmento del segnale di ingresso che contribuisce.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 (·). ovvero se h(t) = α δ (t) . Se allora osserviamo la relazione i-u di un sistema LTI [cfr. senza mai annullarsi. ovvero se e solo se è un amplificatore/attenuatore ideale. Quindi. Sostituendo nella (4. dove la memoria di un sistema è stata definita (cfr. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. (b) Equivalentemente. 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. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac.47).158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. per ogni segnale di ingresso e per ogni t ∈ R. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) .7) oppure (4. I sistemi non dispersivi sono denominati anche sistemi senza memoria.3. .48) e (4. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. dal confronto tra la (4. all’uscita in un determinato istante di tempo. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . l’estensione temporale Dh e.48) la risposta impulsiva precedente.3.

sono sistemi IIR con memoria infinita.8 0.7) e l’accumulatore (cfr. Sistema TC IIR con memoria praticamente finita (es. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) . Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR).11): (a) risposta impulsiva. 4. Sfruttando il fatto che u(τ ) = 0 per τ < 0.6 0. In virtù della (4. Esempio 4. es. la risposta al gradino di tale sistema si ottiene come:  se t < 0 . 4.11 (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 . es.10). 4.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e .4 0. es. 4. 4. L’integratore (cfr.12).8).4 0.17.2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig.9) e il sistema MA (cfr. (b) risposta al gradino. aventi come risposta impulsiva il gradino unitario.50) dove T > 0.52).2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0.17(a). Esempi di sistemi FIR sono l’integratore con memoria finita (cfr.5 Proprietà della risposta impulsiva 159 1 0. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. 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) . T (4.4. T (4. 4. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. se t ≥ 0 . es. 0 .51) Confrontando la (4. .36).6 0. T (4. che è rappresentata in fig. 4.52) Pertanto.51) con la seconda delle (4.8 0. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .

con costante di tempo T > 0. risolvendo l’equazione h(∆h ) = α /T (cfr. Passiamo ora a considerare i sistemi TC LTI.3.31). 4. Infatti. § 2. ricordando la proprietà di durata della convoluzione (cfr. § 4. Così facendo. ln(|a|) memoria che tende a diventare infinitamente grande. scegliamo come valore di soglia α h(0+ ) = α /T . con 0 < α < 1. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. 4.53). per ogni segnale di ingresso. se per semplicità facciamo riferimento ai sistemi TC.5. Affinché allora l’uscita non dipenda dai valori futuri. Lo stesso si può dire anche per i sistemi TD. per effetto della convoluzione. 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) .2). ovvero è un segnale di durata praticamente limitata. la durata della risposta impulsiva risulta ∆h = T ln 1 α . in quanto per tali valori di k risulta n − k > n. per |a| → 1. 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.1).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. In altri termini. il sistema LTI ha memoria praticamente finita. proprio di una quantità pari alla memoria del sistema. con 0 < |a| < 1 . ma non dipende dai valori dell’ingresso negli istanti successivi. e quindi misurare la memoria del sistema LTI. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . (4.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . notiamo che applicando al sistema un ingresso di durata finita.54) . mentre tende a zero per |a| → 0. (4. Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) .17(b).3. esso sarà “allungato”. In conclusione. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . deve accadere che h(k) = 0 . ∀k < 0 . Per calcolare la memoria analiticamente. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . La somma su k porta in conto valori futuri dell’ingresso per k < 0. in virtù della (4.

il sistema è non causale. Di seguito sono riportati alcuni esempi di sistemi non causali. Ragionando in modo analogo a quanto fatto nel caso TD. ∀t < 0 . § 3. h(t) = 0. . Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. 4.12).4.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ .3. 4. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. Risposta impulsiva dell’integratore non causale (es.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. In sintesi. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. Abbiamo visto nel capitolo precedente (cfr.2) che un caso particolare di sistema non causale è il sistema anticausale.18. In questo caso. la relazione i-u (4. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0. si può verificare che un sistema TC è causale se e solo se h(t) = 0 . per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. ∀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). h(t) = 0.

Si può facilmente verificare che tale sistema è sia lineare.55) si può scrivere come una convoluzione. . 1. In maniera equivalente.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . pertanto tale sistema è non causale. possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0.56): h(n) = h=−M ∑ 0 b−h δ (n − h) .7).55) con T > 0.5T T x(t − τ ) dτ . 3. ∀k ∈ {0. 4. si ha. 4. Per questo motivo. D’altra parte. e particolarizzata in fig.19(a) nel caso generale. (4.58) espressione che è perfettamente equivalente alla (4.57) rappresentata graficamente in fig. . .13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. altrimenti . 5}. . Infatti.12). . es.18: si tratta di un segnale che assume valori non nulli per t < 0 e.19(b) al caso M = 5 e 1 bk = M+1 = 1 . A questo punto. conseguentemente. ponendo x(n) = δ (n) nella (4. 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) . che è rappresentata in fig.11.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . . da cui. per cui è un sistema LTI. avente relazione i-u: y(t) = t+T t x(u) du . (4. .5T T . 4. la (4. −M + 1.10 e 3. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. k ∈ {−M. Infatti. per confronto con la (4. si può mostrare che la (4. con il cambio di variabile τ = t − u → u = t − τ . (4. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. sia invariante temporalmente. 3. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0.162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. 0} .12). . e pertanto esso rappresenta un esempio di sistema LTI. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. (4. . osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)].56) da cui. per confronto diretto con la (4. Esempio 4. 0). M Si tratta di un sistema sia lineare che tempo-invariante.57).7). il sistema non è causale. 0.

in particolare. con ∆x ∈ R+ . . l’anticipo unitario TD è un sistema anticausale. 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.. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. si ottiene che: y(t) = 0. è riassunto dalla seguente proprietà: Proprietà 4. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) .14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . Tale risultato. Il sistema è pertanto non causale.13). ∀k ∈ {0. Per evidenziare tale proprietà. Un segnale identicamente nullo per t < 0 è anche detto6 causale. . con ∆h ∈ R+ . (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. che realizza un anticipo unitario del segnale di ingresso. ∀t ∈ (0. I sistemi causali godono di una proprietà importante. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. abbia estensione temporale Dx = (0. ∆h ). ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. che sussiste con ovvie modifiche anche nel caso TD. cioè. Si tratta chiaramente di un sistema LTI. 4. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0.4. .5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 .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. consideriamo il caso dei sistemi TC. ∆x + ∆h ) . Allo stesso modo il sistema TC che effettua un anticipo temporale.. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1.19. In tal caso. 1. poiché h(n) è identicamente nulla per n ≥ 0. seguendo gli stessi ragionamenti che hanno portato alla (4. (a) Risposta impulsiva di un generico sistema MA non causale. ∆x ). 4. Se il sistema è causale. 6 Questa . 5} (es. . è un sistema LTI anticausale. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0.31).. 6 Esempio 4.

7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente.6 vale più in generale per sistemi lineari causali (non necessariamente TI). 3. Pertanto. 4.3).1 è più immediata: . In base a tale risultato. cioè y2 (t) = 0. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. per ogni t0 ∈ R e per ogni x1 (t). a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. Soffermiamo l’attenzione sui sistemi TC. ∀t ∈ R.) x(. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. (4. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla.20.4. 4. ∀t ≤ −ε . come mostrato in fig.60) (4. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD.) x(. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. in questo caso. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. ∀t ≤ −ε . Ma se il sistema è lineare. 4. allora h(·) è l’inverso di hinv (·).6 si poteva già dedurre dalle prop. un sistema è causale se e solo se. rispettivamente. con ε ∈ R+ piccolo a piacere. anche il segnale di uscita è identicamente nullo per t < 0. le stesse considerazioni si possono fare scegliendo n0 = −1.59) per cui se hinv (·) è l’inverso di h(·). 4. 7 Nel caso TD.164 Sistemi lineari tempo-invarianti (LTI) y(. la prop. Per cui ritroviamo il risultato.4. ed applichiamo la proprietà vista per t0 = −ε < 0. ∀t ∈ R. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. 3.20. ∀t ≤ t0 .1 e 3. In verità. ∀t ≤ −ε . Poiché la convoluzione è commutativa. così come il segnale di ingresso.20 (notiamo che per i sistemi LTI vale una proprietà più generale. 3. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. risulta che y1 (t) = y2 (t). §3. 3.5. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. in base alla prop. ∀t ≤ t0 .) Fig. In app.) hinv(.1. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) .3 Invertibilità Ricordiamo che se un dato sistema è invertibile. Poiché la risposta impulsiva del sistema identico è δ (·). 3. D è mostrato che se un sistema LTI è invertibile. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. supponiamo di scegliere un secondo ingresso x2 (t) = 0. ∀t < 0. x2 (t) ∈ I tali che x1 (t) = x2 (t). cioè. Ricordiamo che.3. sfruttando in aggiunta la proprietà di linearità. in virtù della prop. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). allora il corrispondente sistema inverso è anch’esso LTI. 4. 4. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t).) h(. Dato un ingresso x1 (t) = 0. cfr.1 y1 (t) = y2 (t). allora risulterà per la prop. si ha che y1 (t) = 0. Poiché risulta x1 (t) = x2 (t) = 0. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . l’applicazione della prop.

In molti casi pratici.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. allora la risposta impulsiva dev’essere sommabile. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. Si ha.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. significa determinare uno dei fattori della convoluzione. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). Questa compensazione prende il nome di equalizzazione.4. 4. descritto dalla (4. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh .3. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). cfr.60) è un problema matematicamente complicato. e proviamo a trovare una maggiorazione simile per l’uscita y(n).5. Abbiamo cioè provato che la sommabilità (4. 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. nelle telecomunicazioni. Ad esempio. §3. Supponiamo allora che l’ingresso sia limitato. a cui si rimanda direttamente il lettore. se h(k) è una successione sommabile.5 Proprietà della risposta impulsiva 165 Proprietà 4.59) o (4. Pertanto. .5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. (4. il suo sistema inverso è anch’esso LTI e.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . consideriamo un sistema TD LTI. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . D. se un sistema è stabile. noto l’altro fattore ed il risultato finale). Alcuni approfondimenti ed esempi sono riportati in app. ∀n ∈ Z. detta hinv (·) la sua risposta impulsiva. che va sotto il nome di deconvoluzione (di fatto. un problema di interesse è determinare il sistema inverso di un dato sistema.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. In alcuni casi. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. con passaggi banali. ovvero |x(n)| < Kx . Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). Purtroppo determinare hinv (·) dalla (4.

la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. ovvero h(n) sommabile . |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. −1. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). il che contraddice l’ipotesi che il sistema sia stabile.10). 4. L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . procediamo per assurdo. 1. ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . senza alterarla. h(k) k k=−∞ dove abbiamo incluso nella somma.8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . Ad esempio. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . su tutti i valori della variabile k per i quali h(k − n) = 0. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. risulta che l’uscita all’istante n = 0 non è limitata. (4. altrimenti . x(n) = h(−n)  0. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . se h(−n) = 0 .9) e il sistema MA (§ es. e quindi è sicuramente limitato. come riassunto dalla seguente proprietà: Proprietà 4.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. la risposta impulsiva h(·) ha durata rigorosamente limitata. Per un sistema LTI a TC è possibile ragionare in maniera analoga. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. per ciascun n ∈ Z. . 4. (sistema TC) . In definitiva. anche i valori di k per i quali h(k) = 0. Tale segnale assume solo i valori 0. h(k − n) dove la seconda sommatoria va effettuata. che presentano memoria rigorosamente finita. Pertanto. la risposta impulsiva deve essere necessariamente sommabile.62) In definitiva. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . l’integratore con memoria finita (§ es.

Ad esempio.63) è sicuramente limitata.62) (cfr. ossia h(t) = δ (t − t0 ). si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. è un sistema stabile. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . conseguentemente.11. Poiché il concetto di sommabilità di una distribuzione non è definito. in quanto. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e. il sistema che effettua la traslazione temporale del segnale di ingresso. Analogamente. nel caso del sistema (4. Esempio 4.63). poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| .61) e (4. Ad esempio. Ad esempio. instabili. 4.8). che anticipa/ritarda il segnale di ingresso.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . con t0 ∈ R . aventi come risposta impulsiva il gradino unitario. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. la cui risposta impulsiva [fig. In conclusione. e di una funzione himp (t) puramente impulsiva. che non contiene impulsi. Infatti.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. +∞ k=−∞ +∞ con 0 < |a| < 1 . che contiene solo impulsi.2.3).63).4 e B.4. (4.64) . In verità. Verifichiamo che tale sistema è stabile. Pertanto. sono stabili. l’uscita del sistema (4. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. l’integratore (§ es.7) e l’accumulatore (§ es.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente.1. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). Più precisamente. 4. 4. dal punto di vista pratico. D’altra parte. Più in generale. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. per ogni t0 ∈ R. 1 la risposta impulsiva è sommabile. T Si tratta di un sistema con memoria praticamente finita. se il segnale di ingresso è limitato. nel senso che può contenere degli impulsi di Dirac.17(a)] è data da: 1 −τ /T e u(τ ) . sono esempi di sistemi IIR con memoria infinita e. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . n=1 himp (t) N (4. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. il sistema è stabile. in questo caso. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . se la risposta impulsiva h(t) è una funzione generalizzata. pertanto. possiamo concludere che il sistema TC (4. § B. i sistemi IIR aventi memoria infinita sono sicuramente instabili. se il sistema IIR ha memoria praticamente finita. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). 4. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). questo problema può essere tranquillamente aggirato.

64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. . e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. . 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). descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). tuttavia per una presentazione efficace è opportuno studiarli separatamente. come mostrato in fig.65) . se i sistemi componenti il parallelo sono singolarmente stabili. dt k dt m=0 (4. dove N ∈ N. 4. αN . 4. in virtù della prop. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. 4. possiamo affermare che. allora il sistema complessivo è sicuramente stabile.8. .21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. 4.6. il sistema in fig.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. 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. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. in svariati campi delle scienze fisiche e dell’ingegneria. In questo caso. 4.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . . 4.21. In altre parole. Tali sistemi presentano numerose analogie. tN Fig. sono descritti da equazioni differenziali lineari a coefficienti costanti.21. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) .

. . . . bM sono i coefficienti (in genere reali) dell’equazione. . . aN e b0 . 3. sia applicato in ingresso al sistema un dato segnale x(t).66) t=0 t=0 dove y0 . cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . per le quali si rimanda il lettore direttamente ai testi di analisi matematica. in altre parole.65). Nel caso più generale in cui N = 0. . . m=0 N dk M dm (4. . supposto che. 3.65) 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. . la (4. .1. dal punto di vista fisico. . Una seconda osservazione importante riguarda il fatto che la (4.6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema. . aN e b0 . M dm che rappresenta una relazione i-u tra y(t) ed x(t).65). per ogni fissato ingresso x(t).68) ottenuta ponendo x(t) ≡ 0 nella (4. .65). Come verifica di quanto sopra affermato.68) è detta soluzione omogenea della (4. La (4. essa non rappresenta un legame i-u come espresso dalla def. y1 . coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). occorre preliminarmente osservare che il fatto che la (4. . a1 . per trovare la corrispondente uscita y(t) per t ≥ tin . se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. la (4.65). osserviamo che. nel senso specificato dalla def. Assegnato l’ingresso x(t) per t ≥ 0. oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. . l’equazione differenziale (4. È noto8 che tale problema non è completamente definito. In questo caso. . . Per sgombrare subito il campo da qualsiasi tipo di equivoco. La soluzione generale y0 (t) della (4. 8 Nel . è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . è data dalla somma di una soluzione particolare y p (t) della (4. determinare la relazione i-u del sistema equivale a risolvere. . y1 . Ponendo per semplicità tin = 0. per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . b1 .1. portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . in quanto.65) coinvolge. vedremo che ciò è vero solo in alcuni casi particolari.65) rispetto al segnale di uscita y(t). e N ≥ 0 è l’ordine dell’equazione. Ciò è vero solo nel caso particolare in cui N = 0.67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. a partire da un istante prefissato tin ∈ R.4. . . a1 . I valori assegnati y0 . bM sono costanti e quindi indipendenti dal tempo t. infatti. la (4. che tiene conto di tutte le possibili condizioni iniziali.65) descrive in maniera solo implicita il comportamento del sistema.65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . (4. d y(t) dt = y1 . yN−1 sono valori (in genere reali) assegnati. N dk (4.65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . . dN−1 y(t) dt N−1 = yN−1 .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. . . in tal caso.65). la soluzione generale della (4. è necessario conoscere lo stato iniziale del sistema. . b1 . a0 . yN−1 dipendono dalla evoluzione passata del sistema e. . .

. . . .70) è una soluzione della (4. Ni − 1}. Le radici del polinomio caratteristico possono essere reali.71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci.68). a . Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. . 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 . l’esponenziale eλ t è soluzione della (4. .170 Sistemi lineari tempo-invarianti (LTI) della (4. i (4. .67) e (4. λ2 . . . eλ2t . . . N dk (4. rispettivamente.69).68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . N2 . Se si pone allora y(t) = eλ t nella (4. allora gli esponenziali complessi eλ1t . c2 . (4. allora k=0 ∑ ak dt k y0 (t) = 0 . . a N 0 1 siano reali. . eλN t sono singolarmente soluzioni della (4. . cN sono costanti arbitrarie. combinando linearmente tutte le N possibili soluzioni. Pertanto. Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ).68) è ancora una soluzione della stessa equazione. . è immediato constatare che y(t) = y0 (t) + y p (t) (4. λN .70) fornisce tutte le soluzioni dell’equazione differenziale (4. .68). . . Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. . con λ ∈ C.68) non offre particolari difficoltà.68). . con N1 + N2 + · · · + NR = N [nel caso in cui R = N.68).73) dove λ1 . e quindi deve annullarsi q(λ ). D’altra parte.9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte.65). In linea di principio. dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. siano esse λ1 . λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . . Più in generale.68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). Quindi. la soluzione generale della (4.73) degenera 9 Nel caso in cui i coefficienti del polinomio a . . .65) non univocamente determinata. le radici di q(λ ) sono o reali o complesse coniugate. 1.72) dove c1 . Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . .68). il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. è soluzione della (4. la (4. allora si prova facilmente che t h eλit . poiché una arbitraria combinazione lineare di soluzioni della (4. . . . si può provare che la (4. NR . λ2 .65). immaginarie oppure complesse. per h ∈ {0. cioè del tipo esponenziale complesso. .h t h eλ t . .69) da cui sommando membro a membro la (4. (4. ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 .

. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate .72)]. in quanto tiene conto del solo segnale di ingresso x(t). Ni − 1}. y1 . Questo è un risultato del tutto intuibile in quanto.73). la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. l’evoluzione libera del sistema è nulla. y1 .4. (4. A differenza della soluzione y0 (t). con i ∈ {1. ylib (t) = 0.74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. e per essa non è possibile dare un’espressione generale. Innanzitutto. . . .65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. . ossia. Assegnato l’ingresso x(t). imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. possiamo dire che la soluzione generale della equazione differenziale (4. assumendo che siano nulle le condizioni iniziali. Anche in questo caso. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 .74) determina un sistema di N equazioni lineari nelle N incognite ci. . .h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. Si determinano gli N coefficienti ci.h sono combinazioni lineari dei valori y0 . cioè y0 (0) = y0 . soddisfi le condizioni iniziali (4. . la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4.h nella soluzione omogenea. .73). dN−1 y0 (t) dt N−1 = yN−1 . D’altra parte. né una tecnica generale di soluzione. In molti casi è conveniente esprimere la soluzione generale della (4. . . R} e h ∈ {0. La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. . senza portare in conto le condizioni iniziali. cioè y0 = y1 = · · · = yN−1 = 0. Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. ∀t ∈ R. si determina una soluzione particolare y p (t) della (4. l’equazione differenziale (4.66) e la seconda dipendente solo dal segnale di ingresso x(t).66) assegnate. In altri termini. Riassumendo quanto detto finora. .65). 2. Si determina la soluzione omogenea y0 (t) data dalla (4. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t).h ).65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. Notiamo che. . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. se l’ingresso è applicato all’istante tin = 0. data da y(t) = y0 (t) + y p (t) per t > 0. per la presenza delle costanti ci. . 1.65) non definisce univocamente un sistema. in quanto l’uscita è definita a meno di N costanti arbitrarie. . l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). . . .h . d y0 (t) dt = y1 . (4. Risolvendo tale sistema si trova che le costanti ci. La (4.75) t=0 t=0 La soluzione particolare yfor (t) della (4.6 Esempi di sistemi LTI 171 nella (4.65). se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. yN−1 . allora la soluzione particolare ottenuta è valida solo per t > 0.h . Conseguentemente.65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. 3. 2. .65) si può ottenere seguendo i seguenti passi: 1.

66) sia LTI.76) è che in generale il sistema descritto dalle (4. 4. In definitiva.66) non è tempo-invariante. 4. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. può essere rappresentato mediante lo schema a blocchi in fig. La seconda osservazione legata alla (4. occorre che la sua evoluzione libera sia nulla. mentre l’uscita y(t) è la tensione ai capi della capacità.76) è che in generale il sistema descritto dalle (4. Esempio 4. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). 4. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) .76) che y(t) = ylib (t) = 0.23. (4.66) non è lineare. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. ∀t0 ∈ R. cioè. 4. 4. nel quale l’ingresso x(t) è la tensione ai capi della serie RC. allora yfor (t) ≡ 0. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . Inoltre. segue dalla (4. Tuttavia. 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). In particolare. Fig. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). ciò viola la prop.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. Possiamo quindi dire che. dt (4. è interessante osservare che il sistema definito dalla (4. 4. rispettivamente.76) è lineare per le differenze. Schema a blocchi del sistema RC (es. Schema elettrico del sistema RC (es.16). Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t).65) e (4. assegnando cioè y0 = y1 = · · · = yN−1 = 0. α2 ∈ C. La . indipendente dal segnale di ingresso. il che si ottiene imponendo che il sistema sia inizialmente in quiete.16). ∀α1 .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. 3.76) La prima osservazione interessante suggerita dalla (4. affinchè il sistema descritto dalle (4. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ).23. indipendente dal segnale di ingresso. ciò significa che se x(t) ≡ 0.22.22.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)].4 dal momento che. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità.65) e (4. 3. se si impone x(t) ≡ 0.65) e (4. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1).

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

per la presenza dell’evoluzione libera. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. . ovvero s(t) = (1 − e−t/RC ) u(t) . il sistema LTI ottenuto è causale [h(t) = 0. (4.37) esistente tra risposta al gradino e risposta impulsiva. inoltre. trattandosi di una equazione differenziale del primo ordine. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . 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. dt RC che. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . 4.10 Pertanto. 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) . e la (4.24. 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). Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. è pari a yt0 (t) = yfor (t −t0 ). con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante.81) nota come equazione alla differenze a coefficienti costanti di ordine N. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. con N ≥ 0 e aN = 0. y(t) = yfor (t) ne rappresenta la sua risposta al gradino. ∀t < 0] e stabile [h(t) è sommabile]. per un’equazione differenziale di ordine N. una relazione analoga alla (4.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(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. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. ponendo y0 = 0.65). per cui risulta che c2 = 0. corrisponde alla risposta impulsiva (4.11. Tenendo presente la relazione (4. il sistema risultante non è omogeneo (e quindi non è lineare). M (4.80) Osserviamo che. essendo il sistema LTI nelle ipotesi fatte. Inoltre. ponendo T = RC. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). Oltre ad essere chiaramente dispersivo. ottenuta ponendo x(t) = u(t − t0 ).65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . segue che c3 = −1. 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).174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0.77).50) assegnata nell’es. Nel cap. 4. Notiamo a questo punto che.6. 4. ma non comporta discontinuità in t = 0 del segnale y p (t).65) in maniera più semplice di quanto visto finora. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4.

analogamente alle soluzioni di una equazione differenziale (4. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 .81) si può esprimere. sotto opportune ipotesi. y2 . per trovare la corrispondente uscita y(n) per n ≥ nin . 4. va detto che la teoria e la pratica delle equazioni alle differenze. . sia applicato in ingresso al sistema un dato segnale x(n). . Sistema RC (es. (4. si può provare che la soluzione generale di una equazione del tipo (4. M} . altrimenti . i sistemi definiti implicitamente dalla (4. . y(−2) = y2 . e sono denominati sistemi auto-regressivi a media mobile (ARMA). la (4. A tale proposito. questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin .6 Esempi di sistemi LTI 175 1 0. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . (4.4 0.83) dove y1 . . Per N ≥ 1. ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali.9.16): (a) risposta impulsiva. 4. come: y(n) = y0 (n) + y p (n) .82) Dal confronto con l’es. la (4. h(n) = a0  0. . notiamo che la (4. assegnato il segnale di ingresso x(n). supposto che.4 0.24. per determinarne la relazione i-u.65). .8 0.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. sono generalmente meno note ai lettori.81) descrive solo implicitamente un sistema. sebbene in principio siano più semplici rispetto alle equazioni differenziali. In particolare. Assegnato l’ingresso x(n) per n ≥ nin . .6 0. . analogamente al caso TC. . . n ∈ {0.6 0. .82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR).8 RC h(t) 0. a partire da un istante prefissato nin ∈ Z.2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. è necessario risolvere rispetto a y(n) l’equazione alle differenze.81) rappresenta una relazione i-u semplice da studiare. Ponendo per semplicità nin = 0. a0 m=0 (4. In particolare. (b) risposta al gradino. y(−N) = yN . sono sistemi LTI. avente la seguente risposta impulsiva:   bn . è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . .4. Solo nel caso N = 0. 1.81). 3.65). yN sono valori (in genere reali) assegnati. .

. Pertanto. . l’esponenziale zn è soluzione della (4. . z2 . . (4.85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4.88) che soddisfa le condizioni iniziali (4. . 1 2 N (4. z2 .h . . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. yN−1 assunti da y0 (n) per n ∈ {−N. . Conseguentemente. . (4. yN (−N) = yN . . cioè y1 = y2 = · · · = yN = 0.84). a N 0 1 siano reali. a .84) si effettua ragionando similmente al caso TC. . . . .84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . . . . −N + 1.176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea.81). rispettivamente. y0 (−2) = y2 . M (4.11 Se le N radici del polinomio q(z) sono distinte. Se invece il polinomio q(z) presenta R radici distinte z1 . . la soluzione generale della (4.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci.87) dove c1 . c2 . i (4. siano esse z1 . come nel caso TC. cN sono costanti arbitrarie. . . zR aventi molteplicità N1 .83). con N1 + N2 + · · · + NR = N. ovvero la soluzione generale dell’equazione omogenea associata alla (4.81): k=0 ∑ ak y(n − k) = 0 . . . N2 . Se ci si limita a trovare soluzioni del tipo zn . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. le radici di q(z) sono o reali o complesse coniugate.h nh zn . ossia y0 (−1) = y1 . yN .84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. .88) Quindi. . y2 . .89) si trova che le costanti ci. . . . si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . .h sono combinazioni lineari dei valori y0 .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). y1 . −1}. Risolvendo il sistema lineare (4. . . l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . . .84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . . . NR . la soluzione generale della (4.86) le cui radici possono essere reali. con z ∈ C e si pone y(n) = zn nella (4. N (4. . immaginarie oppure complesse. . . l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . zN .

la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. Esempio 4. dai valori y(n − 1). più semplice. y(n) − a y(n − 1) = b x(n) . .81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. y(n − 2). y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). . x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. . Tale metodo si basa sull’osservazione che la (4. e ponendo a = −a1 /a0 e b = b1 /a0 . il sistema descritto dalle (4. .4. a0 k=1 a0 m=0 (4. D’altra parte.91). y(−N + 1). a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. ∀n ∈ Z.83) è in generale lineare per le differenze e tempo-variante. Dividendo primo e secondo membro per a0 = 0. essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. . e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0.92) . (4.83). y(−2).91). di quello passato x(0) e degli N valori precedenti dell’uscita y(0). possiamo riscriverla nella forma seguente. che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. ossia. Nell’esempio che segue. la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . . il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. ylib (n) = 0. con condizioni iniziali nulle. .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). . . Similmente al caso TC. il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. .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) . Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. che è applicabile solo a TD. . il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. y(1). se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. assegnando y1 = y2 = · · · = yN = 0. . . In conclusione. y(−N) (ovvero le condizioni iniziali assegnate). l’equazione alle differenze (4.81) e (4. A differenza del caso TC. a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). x(n − 2). .6 Esempi di sistemi LTI 177 del sistema è nulla.81) e dalle condizioni iniziali (4. Pertanto. Tale procedura.81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 .90) A causa della presenza dell’evoluzione libera.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. . a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. Successivamente. (4.81). .

cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). per n ≥ 0. 4. in generale. per N ≥ 1. e sono pertanto sistemi IIR. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. h(n) può essere sinteticamente espressa come h(n) = b an u(n) .12 è utile fare qualche considerazione sulla loro implementazione. 4. 4.25.178 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. oltre a fornire un metodo alternativo di risoluzione dell’equazione.23 sottolinea che l’equazione (4. ovvero y(−1) = 0. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva.26 per a = 0.91) dell’equazione alle differenze (4. scrivendo: h(n) = a h(n − 1) + b δ (n) . la risposta impulsiva di tale sistema coincide con quella assegnata nell’es.25). Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. . possiamo trovare la soluzione h(n) in maniera ricorsiva. Questa interpretazione porta allo schema a blocchi riportato in fig. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . 4. causale. A conclusione di questo paragrafo.8333 e b = 1. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . ed in particolare nell’elaborazione digitale dei segnali. data la notevole importanza dei sistema ARMA nelle applicazioni.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. il sistema in esame è un sistema IIR avente memoria praticamente finita. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 .16). h(1) = a h(0) + b δ (1) = ab . es. A differenza del caso TC. denotiamo 12 Ad esempio. e stabile per 0 < |a| < 1. ossia y(n) = h(n). nel cap. in Matlab. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . ponendo b = 1. A tale proposito.81). In definitiva. la cui somiglianza con lo schema di fig. Così facendo. assumendo che il sistema sia inizialmente in quiete. Analogamente. si vede che il sistema è dispersivo. È interessante osservare che. h(n) = 0 . 4. per n < 0. con un leggero abuso di notazione. supposto 0 < |a| < 1. Per semplicità. suggerisce anche un modo per realizzare il sistema. 4. ed in generale.17. In tale ipotesi. Dalle proprietà della risposta impulsiva. i sistemi ARMA presentano risposte impulsive di durata infinita. a ed in generale. il comando filter implementa proprio la relazione i-u di un sistema ARMA.11. Pertanto. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. che è rappresentata graficamente in fig. 4. osserviamo che la forma ricorsiva (4. Va detto che. h(n) = an b . Imponiamo che il sistema sia LTI.

17). .26. Questa ricorsione. opportunamente ritardato e scalato. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale. . 13 A . m=0 N N (4. 2. con ak i rapporti −ak /a0 . è possibile ottenere un sistema con N > M. partire da un sistema ARMA con N = M. . h(n) 0 0 5 n 10 15 20 Fig. . 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) . . è possibile ottenere un sistema con N < M. . . . . per m ∈ {M + 1. ponendo a zero i coefficienti bk .94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. ritardo elementare e sommatore. 4.4 0. M + 2. N + 2.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. i sistemi AR presentano risposte impulsive di durata infinita. 1. N}. 4. N (4. . lo schema a blocchi corrispondente alla (4.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. e con bm i rapporti bm /a0 . Precisamente. .91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . . per m ∈ {0. 4. M}. per k ∈ {1. 4. è riportato indietro verso il segnale di ingresso z(n).4.6 0.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. Per effetto della ricorsione. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. N (4. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. N}. analogamente. M}. . così facendo la (4.8 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. ponendo a zero i coefficienti bm .93) è riportato in fig. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. 4. Risposta impulsiva del sistema LTI (es. Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. per k ∈ {N + 1. 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) .8333 e b = 1).2 Fig. .25. . .27.

in quanto sia la parte MA che quella AR sono sistemi LTI. . 4. La realizzazione di fig. e sono pertanto sistemi IIR. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo.95) rappresenta la parte AR (o IIR) del sistema. 4. che è generalmente denominata forma diretta II del sistema ARMA. z -1 x(n-N) bN aN . . che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA. . 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. z -1 y(n-N) b2 a2 . . 4. mentre la (4.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . senza alterare la natura del sistema. 4. . si ottiene la struttura cosiddetta canonica riportata in fig. .29. In tal modo.27. 4. . ciò non altera il legame i-u del sistema.28. Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. Realizzazione in forma diretta I di un sistema ARMA (N = M). nonchè amplificatori e sommatori. Lo schema si può vedere come la cascata della parte MA e della parte AR. . Lo schema di fig. . precedentemente menzionato. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. 15 Il comando filter di Matlab.14 per un totale di 2 N ritardi elementari. Possiamo quindi dire che la (4.15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. pertanto.94) rappresenta la parte MA (o FIR) del sistema. Così facendo si giunge alla struttura modificata rappresentata in fig. ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale.27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. . b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II.27 è comunemente denominata forma diretta I del sistema ARMA.

27 scambiando l’ordine della parte MA e della parte AR. Realizzazione in forma diretta II di un sistema ARMA (N = M). Lo schema si ottiene facilmente da quello di fig. Realizzazione in forma canonica di un sistema ARMA (N = M).28. . . 4. . b1 b2 .4. . . . . z -1 aN u(n) b0 z -1 y(n) u(n-1) z -1 u(n-2) . Lo schema si ottiene facilmente da quello di fig. . b2 b1 Fig. . . . . .6 Esempi di sistemi LTI 181 x(n) z -1 a1 z -1 a2 . . x(n) u(n) b0 y(n) z -1 a1 z -1 a2 . . . z -1 u(n-N) bN parte AR parte MA Fig.29. . z -1 aN u(n-N) bN . 4. 4.28 notando che i due banchi di ritardi paralleli possono essere sostituiti da un unico banco. 4.

Sostituendo nella relazione i-u del sistema. in ingresso ad un sistema TC LTI con risposta impulsiva h(t).7) oppure continua (4. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. Supponiamo che il segnale di ingresso sia un fasore a frequenza f . moltiplicato per H( f ).182 Sistemi lineari tempo-invarianti (LTI) 4. La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. di sinusoidi (rappresentazioni di Fourier). si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t . che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . ovvero poniamo x(t) = e j2π f t .9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. (4. per comodità di presentazione. Nei paragrafi seguenti. per il quale la H( f ) definita dalla (4. avente ampiezza unitaria e fase iniziale nulla. e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero).96) esiste finita. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). se reali. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari. Assumendo che la quantità tra parentesi tonde esista finita. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. 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. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o.7. e scrivere la relazione i-u in termini di convoluzione discreta (4.12). 4. Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . oltre che come sovrapposizione di impulsi.97) +∞ −∞ h(τ ) e− j2π f τ dτ .96) .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 (·).12). e dei sistemi LTI in particolare.

ovvero si ha y = A x.98) La (4. La prop. Fig. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI.30. in particolare concetti di analisi funzionale. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso.9 si applica sicuramente a tutti i sistemi stabili. (4. cioè dell’autovalore. Sostituendo tale espressione nella (4.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI.96). Vedremo nel cap. mentre la fase del fasore viene modificata da H( f ). Per completare l’analogia. in particolare l’ampiezza del fasore viene modificata da |H( f )|.96).9 può anche essere rappresentata dallo schema a blocchi di fig. se h(τ ) è sommabile. . 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 . ovvero se il sistema è stabile. dicendo che i fasori sono le autofunzioni dei sistemi LTI. si può interpretare come la trasformata di Fourier del segnale h(τ ). detta antitrasformata di Fourier. generalmente soddisfatte dai segnali di interesse pratico.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. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI.97). prende il nome di risposta in fase. 4. |H( f )| < +∞. da cui segue che. prende il nome di risposta in ampiezza. ∀f ∈ R. tale relazione di trasformata di Fourier è invertibile. proporzionale a e.31. che modifica la fase del fasore di ingresso. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). che modifica l’ampiezza del fasore di ingresso. è in generale una grandezza complessa. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. 4. conseguentemente. inoltre il suo modulo |H( f )|. Infatti.30. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . e la sua inversa. 4. osserviamo che H( f ). poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. che definisce H( f ) in funzione di h(τ ). 4. 4. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . mentre la sua fase H( f ). per analogia con la corrispondente proprietà dell’algebra lineare. Quindi. Sotto opportune ipotesi. evidenzia che i fasori sono segnali particolari per i sistemi LTI. La quantità H(0) prende il nome di guadagno in continua del sistema LTI. ∀ f ∈ R. Tale proprietà si esprime. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. la prop. Dalla sua definizione (4. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. Si noti che tale proprietà vale anche per f = 0. 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. 6 che la relazione (4.4. per ogni fissato valore di f .

e sostituendo tali espressioni nell’equazione differenziale (4.99). mentre assume valori minori di 1 per f = 0 e decrescenti .18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es.22.6. e sarà ulteriormente approfondito nel cap. 4.16. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. avente ampiezza unitaria e fase iniziale nulla. È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). 4. 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.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . 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.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C.1) che. (4. come dimostrato dall’esempio seguente.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . la prop. 4. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile.1). raffigurato in fig.100) che descrive il sistema. dt dt sostituendo nella (4. ovvero H( f ) = y(t) x(t) . della quale è facile ricavare modulo e fase. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 .16 (si veda anche il § 4. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . 4. 4. Sfruttando la conoscenza di h(t).32 in funzione di 2π f RC.6.100) Abbiamo visto nell’es. 6. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. 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 . § 4. si perviene alla seguente equazione differenziale.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 .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 .96). Esempio 4. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . dt (4.

4).32. ovvero la sua risposta impulsiva h(t) è una funzione reale.18 conferma che la funzione H( f ) data dalla (4. prop. 3. dove si è sfruttato il fatto che. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . risposta in fase (in basso). per un sistema reale. 4.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. In particolare. Come osservazione conclusiva.9 e l’es. che introduce un’attenuazione di ampiezza crescente con la frequenza. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . Pertanto. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo.101) . che assume una importanza rilevante nello studio dei sistemi LTI.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. tuttavia. 4. Tale conclusione non è corretta. notiamo che.18): risposta in ampiezza (in alto). Quindi. L’es. se l’ingresso è nullo. Se il sistema LTI è reale.96) o dalla (4. la corrispondente uscita è nulla. Infatti.96). se h(τ ) è reale. La prop. Infatti. la corrispondente uscita è necessariamente nulla (cfr. crescenti al crescere di | f |.99) è in generale una funzione complessa. il sistema può “sopprimere” completamente il segnale di ingresso. In altri termini. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. 4. si è implicitamente imposto che il sistema sia LTI. supposto H( f ) finita. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. dato un sistema LTI. a prima vista. cioè H( f0 ) = 0. il che è vero se e solo se y(0) = 0. risulta h∗ (τ ) = h(τ ). modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. cercare la soluzione y(t) = H( f ) e j2π f t dell’equazione differenziale assegnata è equivalente ad imporre la condizione iniziale y(0) = 0.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. si ha: H ∗ ( f ) = H(− f ) .4. coniugando la (4. (4. Un sistema di questo tipo. In definitiva.100) e non la condizione iniziale y(0) = 0. Risposta in frequenza di un sistema RC (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 . In virtù di questo comportamento. al crescere di | f |. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. e sarà ulteriormente approfondito nei prossimi capitoli. 4. viene chiamato filtro passabasso. 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.

4. Inoltre. 4.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ).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. ed è riportata di seguito per completezza. viene collegato all’ingresso e all’uscita del circuito.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . Si consideri lo schema di misura di fig.4.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. notiamo che per la proprietà 4. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 .109) introducendo un opportuno sfasamento di π /2. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. se H(ν0 ) = 0.111) (4. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n).112) Analogamente al caso TC. capace cioè di rappresentare due segnali su uno stesso visore. la prop. 4. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. (4.104) esiste finita per ν = ν0 . T0 In definitiva. considerando due attraversamenti dell’origine con pendenza positiva). Variando la frequenza f0 del generatore (a scatti oppure in maniera .35. 4. per il quale H(ν ) definita dalla (4. un oscilloscopio a doppia traccia. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. 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 . nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. Si può immediatamente osservare che. Esempio 4.35.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla.21).110) si può ottenere come caso particolare della (4.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. se H( f0 ) = 0. 4. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay .35). 4. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla.

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

stabile. Esercizio 4. dall’esame della risposta impulsiva. (b) h(t) = 3 δ (t) + 5 δ (t − 2). T T dispersivo. (d) come (c). k=−M1 |k|≤3 +∞ ∑ M2 ∑ k=0 +∞ ∑ x(n − k). stabile. 1 + |k| [Suggerimento: vedi esercizio precedente.] Risultato: (a) h(n) = δ (n) + 2δ (n − 1) − 3δ (n − 2). non causale. stabilire se il sistema è non dispersivo.] Risultato: (a) h(t) = u(t). (b) y(t) = 3 x(t) + 5 x(t − 2). +∞ τ − 0. dall’esame della risposta impulsiva. (b) h(n) = u(n). dispersivo.5T . stabile. (g) h(t) = 1/(π t).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+ ). (d) h(n) = |k|≤3 ∑ δ (n − k). x(t − τ ) dτ x(τ ) dτ x(τ ) dτ (T ∈ R+ ). causale. stabile. M2 ∈ N). Successivamente. causale. (trasformata di Hilbert). |k| k = −∞ k=0 +∞ k=−∞ (g) y(n) = ∑ 1 x(n − k). 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. in alternativa cercare di esprimere direttamente la relazione tra y(t) ed x(t) come una convoluzione.8 Esercizi proposti 193 4. (T ∈ R+ ).4.8 Esercizi proposti Esercizio 4. causale. stabile. dispersivo. (e) come (c). stabile. (b) y(n) = (c) y(n) = (d) y(n) = (e) y(n) = (f) y(n) = k=−∞ n ∑ x(k). ∑ 1 x(n − k). (f) h(t) = rect t+0. (T ∈ R+ ). non causale. non causale. dispersivo.5T . instabile. dispersivo. causale. x(n − k). dispersivo. stabile. (c) h(n) = k=−M1 ∑ M2 (−1)k δ (n − k). instabile.1 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. causale. instabile.2 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. (−1)k x(n − k) (M1 . causale. stabilire se il sistema è non dispersivo. . dispersivo. Successivamente. dispersivo. (a) y(n) = x(n) + 2 x(n − 1) − 3x(n − 2). (a) y(t) = t −∞ x(τ ) dτ . causale. (c) h(t) = rect t−0.

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

 n  a . per t ≥ 6 . per t > −1 . con |b| < 1.8 Esercizi proposti 195 Esercizio 4. Calcolare l’uscita y(n) del sistema.  −t/T  (e − 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). con |b| < 1. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n).  0 . per 1 < t ≤ 2 . per t ≤ −1 .   12 − 2t . per 4 ≤ t < 6 .    0 . 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).    2t − t 2 . (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n).  per 0 < t ≤ 1 . Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).    0 .  per 0 ≤ t < 2 . Esercizio 4. con T ∈ R+ .  −t/T ) . Risultato: y(n) = (n + 1) bn u(n) per a = b.  (b) y(t) = 4 . 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . per t < 0 . con a > 1. Esercizio 4.7 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}. (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n).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).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 . per n ≤ −1 .4.   9 − 6t + t 2 . per t ≥ 3 . per 2 ≤ t < 4 .   1 e(t+1) . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).    2t . per n > −1 . . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b.  (b) y(t) = 1 . Te  0 . per 2 < t < 3 . per t < 0 . (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2).  1−1/a Risultato: (a) y(n) =  1/a  1−1/a . Esercizio 4. per t > T . e  0 .

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

tale per cui: d f (t. Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. h(t) = e−2t u(t + 2). causale. non causale. y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4).16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n). τ ) dt allora d dt +∞ −∞ ≤ g(t. (g) il sistema è dispersivo.5) − rect(t − 1. h(n) = (1/3)n u(n) + 3n u(−n − 1). h(t) = e−6t u(3 − t). stabilire se il sistema è non dispersivo.15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n). causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2). .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 . Esercizio 4. causale.5). calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). (e) il sistema è dispersivo. h(t) = t e−t u(t). Risultato: (a) il sistema è dispersivo. (f) il sistema è dispersivo. Risultato: s(t) = Λ(t − 1). τ ) integrabile su R rispetto a τ e un costante ε > 0. dt Esercizio 4. h(t) = rect(t − 0. Esercizio 4.14 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. f (t. (d) il sistema è dispersivo. instabile. Risultato: s(n) = δ (n + 1) − δ (n).4. non causale.8 Esercizi proposti 197 dagli scopi di questo corso. instabile. τ ) . h(t) = e2t u(−1 − t). τ )] dτ . stabile. stabile. (g) h(t) = 2 e−t − e(t−100)/100 u(t). h(n) = (1/2)|n| . stabile. (b) il sistema è dispersivo. Esercizio 4. stabile. h(n) = 4n u(n). τ )dτ = +∞ −∞ d [ f (t. (c) il sistema è dispersivo. non causale. utilizzando s(n). non causale. causale. h(t) = e−6|t| . stabilire se il sistema è non dispersivo. t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . stabile.

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

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) . il sistema h3 (t) è dispersivo. stabile. Esercizio 4. il sistema h2 (t) è dispersivo. motivando brevemente le risposte. Risultato: (a) il sistema h1 (t) è dispersivo. (b) Determinate la risposta impulsiva h(t) del sistema complessivo avente come ingresso ed uscita i segnali x(t) e y(t). instabile. h4 (t) = eat u(t) .4. e discuterne le proprietà (non dispersività. causale. stabile. Risultato: h2 (n) = δ (n) + 3δ (n − 1) − 7δ (n − 2) + 5δ (n − 3). h2 (t) = e−2t u(t) e h4 (t) = e−3 (t+2) u(t + 2) .8 Esercizi proposti 199 Esercizio 4. il sistema è dispersivo. causale. causale. (b) h(t) = (1−eat ) u(t). dove a è un numero reale negativo. (a) Classificare. h2 (t) = u(t + 2) − u(t) . Esercizio 4.22 I quattro sistemi LTI in figura sono caratterizzati dalle seguenti risposte impulsive: h1 (t) = h3 (t) = δ (t − 1) . 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 . il sistema h4 (t) è dispersivo. h3 (t) = δ (t − 2) . con h1 (n) = R2 (n).20 Si consideri la connessione in cascata dei due sistemi LTI causali aventi risposte impulsive h1 (n) ed h2 (n). determinare la risposta impulsiva h2 (n) (si noti che questo equivale ad effettuare una deconvoluzione). ciascuno dei sistemi sopra riportati sulla base delle loro proprietà (non dispersività. causalità e stabilità). rispettivamente. stabile. instabile. rispettivamente. 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). causale. causalità e stabilità). non causale.

(a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). Esercizio 4.200 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]. in generale è tempo-variante. 1 + j/2 1 + j/2 . causalità e stabilità). rispettivamente. S3 : y(t) = x(t/2) (espansione di 2) . 2T lineare per ogni a. Esercizio 4. dispersivo. il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). non causale.5) nel caso (b). (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. rispettivamente. causale. non dispersività. il sistema è lineare. (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità.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 . Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. causali. invarianti temporalmente e stabili. (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. stabile. causalità e stabilità. sulla base delle sue proprietà di non dispersività. non dispersivo. motivando brevemente le risposte. stabile. (b) il sistema è dispersivo. y(n) ≈ .25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . con a ∈ R. (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). Risultato: (a) y(t) = T −T x at − τ 3 d τ . 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) Classificare il sistema complessivo. stabile. (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. (b) il sistema è 3t . (c) h(t) = 3 rect Esercizio 4.23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). non causale. y(t) = x(t) − x(t − 0. invariante temporalmente. eccetto che nel caso in cui a = 3. dispersivi. (b) per n → +∞. con T > 0. Entrambi i sistemi sono lineari. Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). S2 : h(t) = δ (t) − δ (t − 1) .

5 (1 − e−4 ) e−t .4. con costante di tempo T = RC = 1s.5 (1 − e−2t ) e−t . notare che essendo il gradino la derivata della rampa. [Suggerimento: Per calcolare h(n). s(t) = yfor (t) = e−t/T u(t). stabile se e solo se |a| > 1.8 Esercizi proposti 201 Esercizio 4. (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). Esercizio 4. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. (c) Disegnare lo schema implementativo del sistema in forma canonica. (e) il sistema è LTI se y0 = 0. determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. per t < 0 . 4. per 0 ≤ t < 2 . Esercizio 4. Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. (b) y0 (t) = c1 e−t/T .     0. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0.28 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) . (f) Studiare le proprietà (non dispersività.] Risultato: h(n) = (1/a)n−1 u(n − 1).36.] Risultato: (a) d 1 d y(t) + y(t) = x(t). stabilità) del sistema LTI determinato al punto (e).29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . sistema dispersivo. (c) ylib (t) = y0 e−t/T . la risposta al gradino sarà la derivata della risposta alla rampa. 4. con a ∈ R. e la tensione y(t) ai capi della resistenza è il segnale di uscita.27 Si consideri il circuito CR di fig.26 Si consideri il circuito RC di fig. stabile. dt T Esercizio 4. h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). con T = RC. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 .36. per t ≥ 2 . (f) il sistema è dispersivo. [Suggerimento: per il punto (e). causale e stabile. causale.     Risultato: y(t) = 0. (b) Disegnare lo schema implementativo del sistema in forma diretta II. (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (a) Disegnare lo schema implementativo del sistema in forma diretta I. causalità. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a).  0 . causale. .

t t (d) x(t) = 2 sin 2π T + cos π T . (b) y(t) = 2e jπ T .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. 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) . (c) y(t) ≡ 0. t t (c) x(t) = cos 2π T . S2 : e j5t −→ e j5(t−1) . determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). S3 : e j5t −→ cos(5t) . Risultato: Solo il sistema S2 può essere LTI. i sistemi S1 e S3 non sono sicuramente LTI. (d) y(t) = 2 cos π T . con T > 0. t t Risultato: (a) y(t) ≡ 0. S3 : e jπ n/2 −→ 2 e j5π n/2 . Risultato: Solo il sistema S3 può essere LTI. S2 . S2 : e jπ n/2 −→ e j3π n/2 . ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T .31 Si considerino i sistemi TC S1 . Esercizio 4. Stabilire se i tre sistemi possono essere LTI. ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). Calcolare la risposta in frequenza del sistema.30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ). il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du . t (b) x(t) = e jπ T .32 Si considerino i sistemi TD S1 . Esercizio 4. Stabilire se i tre sistemi possono essere LTI. t (e) x(t) = cos 2π T u(t). S3 . causalità. invarianza temporale.202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4.5T T .33 Nello schema di figura. con T > 0. x(t) z(t) S1 + − 6 S2 . (e) y(t) = cos 2π T rect t t−0. non dispersività. S2 . (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. . Esercizio 4. i sistemi S1 e S2 non sono sicuramente LTI. le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . stabilità). S3 .

3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). (b) Sfruttando i risultati del punto (a). il sistema è lineare. applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0.5 e− j 8πν per −0. √ Risultato: y(n) = 2 2 sin(0. non dispersività. stabile). (c) y(t) = rect . causale.5 . (b) il sistema è LTI.4. Esercizio 4. 1/T ). la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. calcolare l’uscita y(t) e rappresentarla grafiT camente. invarianza temporale. dispersivo.5T 1 1 − e− j2π f T = e− jπ f T . (b) y(t) = 4 cos . Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0.36 Si consideri il sistema LTI avente.35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ . applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . T Esercizio 4.25 π (n + 1)). dispersivo.25 π n). tempo-invariante. tempo-invariante. calcolare l’uscita y(t). (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. (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.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.8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π . è un integratore con memoria finita.5T . (c) y(t) ≡ 1.34 Nello schema di figura. 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 ). con riferimento al periodo principale. con le seguenti proprietà: linea- re. x(t) 6 S S 6 . applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. stabile. Esercizio 4. stabilità). . (b) il sistema è LTI. causalità.5 < ν ≤ 0. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). Risultato: (a) y(t) = t t−T x(τ ) dτ . applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . causale. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0).

38. Esercizio 4. Risultato: H(ν ) = 1 − 5 e− j8πν .40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. f <0 Esercizio 4. Fig. 2 − e− j2πν + e− j6πν Esercizio 4.29 sia stabile. dt T dt 1 + j2π f T π − arctan(2π f T ) . 1 .39 Supponendo che il sistema ARMA descritto dell’esercizio 4. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). (a) Determinare l’equazione differenziale che lega x(t) ed y(t).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. Fig.37 Si consideri il circuito CR di fig. con T = RC. e la tensione y(t) ai capi del condensatore è il segnale di uscita. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso.37. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. 4. 2π | f |T . dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. con ω0 = dt dt (coefficiente di smorzamento). Circuito RLC.37. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. 4.36. 4. H( f ) = tan−1 ζf . 4. 1 d j2π f T d y(t) + y(t) = x(t). Circuito CR. determinare la sua risposta in frequenza H( f ). e la tensione y(t) ai capi del condensatore è il segnale di uscita. con 2π f0 = ω0 .38. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. (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 .38 Si consideri il circuito RLC di fig. Circuito RC. 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. determinare la sua risposta in frequenza H( f ). (a) Determinare l’equazione differenziale che lega x(t) ed y(t). 4. (b) H( f ) = . calcolare la sua risposta in frequenza H(ν ). 1 + 4π Risultato: (a) f >0 .

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

206 Sistemi lineari tempo-invarianti (LTI) .

I benefici di tale rappresentazione saranno evidenziati calcolando nel § 5. mostrando in particolare che i segnali periodici (TC e TD) possono essere espressi come sovrapposizione discreta di fasori. Si consideri infatti un segnale espresso da una somma di fasori. come ad esempio il seguente segnale TC. In questo capitolo si introduce una prima rappresentazione di questo tipo. la risposta di un sistema LTI ad un fasore applicato al suo ingresso.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.5 l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico. composto da due fasori a frequenze f1 ed f2 : x(t) = e j2π f1t + 2 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.97). quando il segnale di ingresso è un semplice fasore. Tale rappresentazione prende il nome di serie di Fourier. l’uscita corrispondente sarà calcolabile semplicemente come: y(t) = H( f1 ) e j2π f1t + 2 H( f2 ) e j2π f2t . denominati filtri ideali. Se tale segnale è posto in ingresso ad un sistema LTI avente risposta in frequenza H( f ).97) e (4. 5. Abbiamo però visto nel § 4. per la linearità del sistema e per la (4.1 Introduzione Nel precedente capitolo abbiamo ricavato le semplici relazioni i-u (4.7 che. . il calcolo dell’uscita di un sistema LTI si effettua più semplicemente introducendo il concetto di risposta in frequenza. nel caso TC o TD. e nel caso TD assume la denominazione più specifica di Discrete Fourier Series (DFS). aventi frequenze multiple di una stessa frequenza (frequenza fondamentale). Nasce allora l’esigenza di rappresentare un generico segnale come sovrapposizione (discreta o continua) di fasori (rappresentazioni di Fourier o nel dominio della frequenza). la semplicità di tali risultati spinge a cercare rappresentazioni di segnali come sovrapposizione di fasori.

nota come trasformata di Fourier. rappresenti un caso particolare di scarso interesse pratico. solo in questo caso. purché le frequenze siano tutte multiple di una frequenza comune f0 .2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. poiché esistono differenze non trascurabili tra i due casi. che prende il nome1 di serie di Fourier. e presenterà interessanti relazioni con la serie di Fourier. Nel seguito del capitolo. opportunamente generalizzata. Partiamo per semplicità da uno dei più semplici segnali periodici TC. non necessariamente periodico. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 .208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente. 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. 6.1) 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 . rispettivamente. Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. Quest’ultima rappresentazione. espresso come somma di un numero finito di fasori. Tale segnale risulta periodico di periodo T0 = 1/ f0 .2 Si consideri ad esempio il seguente segnale. nel cap. ed ampiezza A/2. . La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. Va osservato. sarà applicabile anche ai segnali periodici. È semplice rappresentare tale sinusoide come sovrapposizione di fasori.3. e per di più a valori complessi. 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.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). sarà esaminata in questo capitolo. 2 In generale.3. che la introdusse in vari scritti del 1807 e del 1811. 2 2 La relazione precedente mostra. cioè i loro rapporti sono dei numeri razionali. in accordo con l’interpretazione già data nel § 2. In particolare. 5. e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. tratteremo separatamente la serie di Fourier per segnali TC e TD. vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . 2 2 2 2 2 2 (5. Successivamente. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione. vedremo la rappresentazione più generale di un segnale. peraltro. 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. che molto prima di Fourier. periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) . lo svizzero Leonhard Euler (1707–1783) detto Eulero. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822). applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. il segnale x(t) risulta periodico. Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. infatti.

ottenuto come combinazione lineare di un numero finito di sinusoidi. cioè se hanno frequenze distinte. dove le funzioni xk (t) sono ortogonali. cambiando l’indice da h nuovamente a k. Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (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. Assegnato il periodo T0 e il numero di armoniche M. ±2 f0 e ±3 f0 .3) per e− j2π h f0t . ±1. nel senso precisato nel cap.4) e pertanto risultano ortogonali se k = h. Per mostrare ciò. dal confronto tra la (5. moltiplicando ambo i membri della (5. 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 .3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . se k = h . ±3}. =δ (k−h) (5. Ad A|k| esempio. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t .1).7) T0 . se k = h . che in generale può essere complesso. .5. ovvero: |x(t)| dt < +∞ .3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr. supponiamo che il segnale x(t) sia sommabile sul periodo T0 . A tale proposito. . . notiamo che la (5. Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . ±1. Le frequenze fk = k f0 dei fasori della rappresentazione (5. Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). i termini per k = ±1 prendono il nome di prima armonica o fondamentale.2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. con h ∈ {0. ±M}. ±2. il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. 0.5) T0 Essendo l’intervallo di integrazione finito.3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . (5. (5. questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t).1)]. . e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . .2) si ricava che M = 3 e Xk = 2 . con M ∈ N . per il segnale (5. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). con k ∈ {±1.3) sia effettivamente periodico di periodo T0 . Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). (5. . ed integrando termine a termine su un periodo. .3). i termini per k = ±2 prendono il nome di seconda armonica. (5. lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). (4. Ad esempio.6) per cui. a frequenze ± f0 .3) e la (5. Se infatti consideriamo due fasori della rappresentazione (5. In tale ipotesi. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). ±M} . e quindi ammettono T0 come più piccolo periodo comune. . in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . con k ∈ {0.

sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. Ad esempio.7) ha senso. Tuttavia.7).3) per il segnale x(t) espresso come somma di un numero finito di fasori.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . non pone alcun problema di convergenza. inoltre. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. conseguentemente il segnale x(t). 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) (5.11) 1 T0 . in virtù della (5.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori. la serie di funzioni (5. più in generale. il segnale periodico x(t) deve essere necessariamente continuo. essendo la somma di un numero finito di termini. Abbiamo già avuto modo di evidenziare in passato che. utilizzando la (5. . mettendo insieme le (5. Purtroppo. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5. In altre parole.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. B. Infatti.3) che.10) (5.9). (5. per ogni k ∈ Z. ±M} ma. Dalla maggiorazione precedente.9) È interessante osservare che la sommabilità del segnale x(t) sul periodo T0 assicura l’esistenza dei coefficienti Xk non solo per k ∈ {0.3) e (5. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. Si osservi che.1. In definitiva.3) sia applcabile. ±1.8) al § 5. . Per il momento tralasciamo questo aspetto. rimandando ogni discussione sulla convergenza della serie (5. prop. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. possono essere rappresentati combinando linearmente un numero finito di fasori. Si osservi inoltre che non tutti i segnali continui. .2.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt .8) può risultare non convergente. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. (5. espresso come somma di un numero finito di funzioni continue. ∀k ∈ Z . affinchè la rappresentazione (5.8) e (5. a differenza della rappresentazione (5.3). . basti pensare che nella (5. (vedi concetto di gradino e di risposta al gradino).5).1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. 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 . è ancora una funzione continua (cfr.

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

la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero.1 e nel seguito.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. 5.11). come la formula di Eulero. k = −1.6 sinc(x) 0. k = −1.4 0. Per maggiore generalità rispetto al caso visto precedentemente. k = ±1. 6].2 0 0 −0. 4 Fig. noti che in fig. Per segnali più complicati.  Xk = −ϕ0 . 2  0.1.10). 5.5 0 −5 1 ∠ Xk 0 k 5 1 0.1 (A = 1.8 0. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5. ϕ0 = π ). per confronto con l’equazione di sintesi (5. 5. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. sebbene essa risulti a rigore indeterminata. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . 0.2. 2 2 da cui. per semplicità di rappresentazione. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5.  ϕ0 .2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. e sono riportati4 in fig. si ricava:   A e j ϕ0 . il calcolo dei coefficienti non è un problema concettualmente difficile. k = 1. k = 1.1)). rispettivamente. altrimenti. 2 Xk = A e− jϕ0 . 5.   indeterminata. 5. La funzione sinc(x) per valori di x ∈ [−6. Esempio 5. altrimenti. 4 Si .1 per il caso A = 1 e ϕ0 = π . 4 L’esempio precedente mostra che in casi molto semplici. Gli spettri di ampiezza e fase sono dati. con A > 0. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . da: |Xk | = A 2. altrimenti.212 Serie di Fourier 1 |Xk| 0.

5.2 0. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T . e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k. 5. 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 . Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.2 −5 0 k 5 0. 6] è riportato in fig.2 Serie di Fourier per segnali TC 213 0. Le principali proprietà della funzione sinc(x) sono le tre seguenti.5) sono puramente reali.5).3 Xk 0.4 0. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle. es. Fig. introduciamo la funzione sinc(x): sinc(x) = sin(π x) . I coefficienti Xk dell’onda rettangolare dell’es. πk πk (5.3. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . 5. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) . πx x ∈ R. (5.14) il cui grafico per x ∈ [−6. Per k = 0. δc = 0.2 (A = 1. δc = 0.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig.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 . 2. .2. Esempio 5. 5.1 −0.1 0 −0.5 0. cfr.2 (A = 1.9). 5.4.13) Per esprimere in forma più compatta il risultato precedente. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T . si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . 5.2 (serie di Fourier dell’onda rettangolare TC. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.4 |Xk| 0.

per la proprietà (b) della sinc. π kδc k = 0. Notiamo che l’espressione precedente vale anche per k = 0. tuttavia.  k pari. e utilizzando la definizione di sinc(x). e la fase −π per k < 0. k dispari. . |Xk | = 0. . 1. k pari. . 5. Moltiplicando e dividendo per δc nella (5. nonché proprietà trigonometriche elementari. . −1.13). si ha: 1 2. presenta armoniche puramente reali. la cui ampiezza decresce con legge inversamente proporzionale a k. −5. k = 0. per qualunque valore di A e δc . . che sono raffigurati graficamente in fig.). si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . k pari. 11. e quella dispari dello spettro di fase. . k = 0 . .4. −7. 3. k = 0.   0. k = 2h + 1. 2. −3. 5. k = 0. . . .5 (duty-cycle del 50 %) e A = 1. Per maggiore generalità. ricaviamo gli spettri di ampiezza e di fase: 1 k = 0.). 7. h dispari (k = . . h pari (k = . π |x| ∀x ∈ R . 5. osserviamo che questo segnale. In tal caso. risulta: X0 = A δc sinc(0) = A δc .  1  . . 0. . quindi esse possono essere rappresentate come in fig. in quanto: |sinc(x)| ≤ 1 . Xk = 1  πk .. 9. su un unico diagramma cartesiano. . . ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0.3. k = .214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. k = 2h + 1. ed utilizzando la definizione di sinc(x) e le sue proprietà. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . . . . Consideriamo allora il caso particolare δc = 0. (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. 1. 7. 3. . . −5. Più in generale.    1 − πk . π |k|  0   indeterminata Xk = 0    ±π k = 0. . Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . 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). 5. −3.. in quanto. k = . Notiamo la simmetria pari dello spettro di ampiezza. . − 7. . . k = 0 . −1.

L’onda triangolare dell’es.6 x(t) 0. 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 . Per k = 0. 5. dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t).4 0.6. 5. Tale segnale è raffigurato graficamente in fig. 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 .5 per A = 1. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda. 5.5.4 |Xk| 0. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = . decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo .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 . T0 4 2 mentre per k = 0.8 0.11). 5. 5. ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. Applicando la formula di Eulero a e− j2π k f0 t . in quanto esso risulta nullo per la simmetria dispari della funzione integranda.3 (A = 1).2 0 −5 0 k 5 2 ∠ Xk 0.3 (A = 1).5. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. Esempio 5.2 Serie di Fourier per segnali TC 215 1 0.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. Fig.

5. k pari.2). § 5. (−1)k Come evidenziato dagli es. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5. e sono raffigurati in fig. inoltre. segnale sinusoidale). Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. e quindi consiste nella risoluzione di un integrale. come già mostrato precedentemente. 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. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. Come vedremo (cfr. = 2A  .2. nel seguito daremo solo qualche risultato fondamentale. definiti dalla equazione di analisi (5. 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). Sia x(t) un arbitrario segnale periodo con periodo T0 .5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto.216 Serie di Fourier integrale. Vedremo tuttavia nel cap. k dispari. fatta eccezione per casi molto semplici (es. Tuttavia.2. notiamo che anche l’onda triangolare possiede solo armoniche dispari. 5 Per . enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza.2.11). L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. in quanto |Xk | = Xk ≥ 0 e Xk = 0. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. esistano finiti. k = 0.11).3. 5. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. quindi gli spettri di ampiezza e fase si calcolano banalmente.2. 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 o più estesamente in app. come vedremo nel § 5. 5. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k).2 e 5. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative.

si dice che la serie di Fourier (5. né tanto meno che tale serie converga al segnale x(t).7) sono validi anche per M → +∞. con k ∈ Z.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x).18) allora la serie associata ai coefficienti Xk converge uniformemente. allora si può scrivere M→+∞ lim xM (t) = x(t) . con M ∈ N . simmetrico per garantire che siano presenti le armoniche Xk e X−k . In particolare. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. Quindi. (5. la sua serie di Fourier non potrà convergere uniformemente ad x(t). b). Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. Lo studio delle condizioni sotto le quali la serie (5. sono funzioni a valori k complessi definite sull’intervallo (a. 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 .5. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . (5.2).4. Così come per le serie numeriche.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . 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. . Risulta immediatamente evidente che. se il segnale x(t) ha almeno una discontinuità.15) converge uniformemente [5] al segnale x(t) su R se. allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. ∀k ∈ Z e ∀x ∈ (a. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. Se la serie di Fourier (5. la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. cfr. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. § 5.2 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 (5.15) converge al segnale x(t). b). uno stesso numero Nε va bene per tutti i punti dell’asse reale. b). lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali.15) converge dipende dal tipo di convergenza richiesta. i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5.15) costruita a partire da questi coefficienti converga. se la serie di Fourier converge uniformemente su R. pertanto. cioè k→±∞ lim |Xk | = 0 . con |gk (x)| ≤ Mk . (5.17) ovvero l’equazione di sintesi restituisce il segnale x(t). 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. per ogni ε > 0.6) e (5.

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

In particolare. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ .3 soddisfa le condizioni di Dirichlet. Si osservi che in questo caso i coefficienti Xk . violando la condizione (5. In particolare. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. 5. Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor. osserviamo che. esiste un terzo tipo di convergenza (meno restrittiva di entrambe). per ogni t ∈ R. per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . 5. escluso al più un numero finito di punti con discontinuità di prima specie. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. Per concludere. che è importante non solo nell’ambito della teoria dei segnali e sistemi.5 (onda triangolare a TC) Anche l’onda triangolare dell’es. decrescendo come 1/k2 . la serie di Fourier restituisce x(t) in tutti i punti. E. e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. Questo tipo di convergenza.2 soddisfa le tre condizioni di Dirichlet. 5. in effetti.2 Serie di Fourier per segnali TC 219 Teorema 5. e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. Inoltre. matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. non costituiscono una successione sommabile.10 Esempio 5. costituiscono una sequenza sommabile.1.18). la convergenza non è uniforme per ogni t ∈ R. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. considerazioni matematicamente più approfondite mostrano che.2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . 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. mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). allora la serie di Fourier di x(t) esiste e. (d3) x(t) è una funzione derivabile nel periodo T0 . Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk . Esempio 5. Poiché l’onda rettangolare non 2 è una funzione continua. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. ma anche in molti problemi di fisica matematica. Infine. oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier. essendo una funzione continua. decrescendo come 1/k. è discusso in app. Ad esempio. In più. . la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente.4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. 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). T0 (d2) x(t) è una funzione continua nel periodo T0 . detta convergenza in media quadratica. ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. la convergenza della serie è uniforme per ogni t ∈ R. la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità.5. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente. se la funzione x(t) è continua. le condizioni di Dirichlet sono un caso particolare del seguente risultato. allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”.

ed incrementarlo di uno per avere la rapidità di convergenza a zero dei coefficienti. Più precisamente. quanto più dolce è l’andamento del segnale nel dominio del tempo.2. che include solo un numero finito di armoniche. nelle ipotesi in cui valgono le condizioni di Dirichlet per la convergenza puntuale (cfr. Pertanto. dal punto di vista matematico. anche senza calcolare esplicitamente i coefficienti Xk : basta infatti individuare il più piccolo ordine di derivata discontinua. D’altra parte. si basa sulla ripetuta integrazione per parti dell’equazione di analisi): Proprietà 5.1 (rapidità di decadimento a zero dei coefficienti della serie di Fourier) Sia x(t) un segnale periodico di periodo T0 .2 Ricostruzione di un segnale periodico con un numero finito di armoniche L’equazione di sintesi della serie di Fourier. Tale proprietà è sicuramente verificata per l’onda rettangolare e triangolare. i coefficienti Xk della sua serie di Fourier decadono a zero per k → ±∞ come 1/|k|n+2 . in pratica. .2). teor. Se il segnale è continuo con le sue derivate fino a quella di ordine n. con derivata (n + 1)-esima discontinua ma limitata. continuo con alcune sue derivate. i coefficienti decadono come 1/k per l’onda rettangolare. quindi essa può essere verificata solo analiticamente. essa consente di prevedere esattamente tale rapidità di decadimento a zero.220 Serie di Fourier 5. tanto più piccolo può essere il valore M sufficiente a garantire un determinato livello di accuratezza. con M ∈ N . Evidentemente. abbiamo osservato che una condizione necessaria per la convergenza uniforme della serie di Fourier è che i coefficienti Xk tendano a zero per |k| → +∞. Abbiamo osservato che la rapidità di decadimento a zero dei coefficienti di Fourier può essere diversa da segnale a segnale: ad esempio. basta porre n = −1. la scelta di M dipende dalla rapidità con cui i coefficienti di Fourier Xk tendono a zero per |k| → +∞. È facilmente intuibile che. non riportata. Come conseguenza della prop. 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. Questo vuol dire che. Osserviamo infatti preliminarmente che. consente di ricostruire esattamente in ogni punto di continuità il valore del segnale x(t). se M è “sufficientemente” grande. quanto maggiore è la rapidità di decadimento dei coefficienti di Fourier. La proprietà precedente esprime con linguaggio matematico il seguente concetto qualitativo: quanto più è dolce il segnale. possiamo prevedere che.1. 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). tanto più rapidamente decadono a zero i coefficienti della sua serie di Fourier. 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. già definito nella (5. può risultare una buona approssimazione del segnale x(t). il segnale xM (t) = k=−M ∑ M Xk e j2π k f0t . e come 1/k2 per l’onda triangolare. se è vero che in teoria occorre considerare un numero finito di armoniche per ricostruire il segnale x(t). 5. un segnale x(t). 5.16). Notiamo che la proprietà precedente vale anche per un segnale discontinuo. La ricostruzione esatta di un segnale x(t) è possibile in generale solo considerando un numero infinito di armoniche. 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. mentre restituisce in ogni punto di discontinuità la semisomma del limite destro e sinistro. 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). Vale allora la seguente proprietà (la cui dimostrazione. ha un andamento tanto più dolce quanto maggiore è il numero di derivate continue.

ma la cui ampiezza non diminuisce al crescere di M. ma non uniformemente negli intervalli che contengono le discontinuità. Infatti al crescere di M i picchi delle oscillazioni. 5. (5. vengono “schiacciati” verso la discontinuità. pur soddisfacendo le condizioni di Dirichlet. In fig. confermando che. 5.6. nella quale il segnale oscilla tra i valori −0.8.2 Serie di Fourier per segnali TC 221 Esempio 5.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità.09 (a sinistra della discontinuità) e 1.1 si applica con n = −1. 5.7. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. ed il valore 1/2 in corrispondenza delle discontinuità. 5. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. e pertanto il segnale ricostruito con 2M + 1 armoniche. come già discusso in precedenza. sebbene restino di ampiezza invariata. quindi la prop. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. Esempio 5. Questo fenomeno. se t0 è un punto di discontinuità. ottenuti con Matlab. in effetti.3. 5. Per δc = 1/2 ed A = 1. come si può anche osservare dalla fig. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. che per primo lo osservò e lo descrisse. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt.20) è pari in valore assoluto circa a 0. L’onda triangolare è continua ma con derivata prima discontinua. l’ampiezza delle oscillazioni calcolata secondo la (5. Matematicamente. 5. Inoltre. 5.7 (onda triangolare) Si consideri l’onda triangolare dell’es.20) dove βgibbs ≈ 0.12 Nell’es. dt.09.2.1 si applica con n = 0.5. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . 11 Il 12 In fenomeno prende il nome dal fisico J.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. confermando che. 5. la cui frequenza aumenta. poiché l’onda triangolare è una funzione continua. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . ma per ogni segnale x(t) che. 3.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. il fenomeno di Gibbs non si verifica per tale segnale. L’espressione (5. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. 101. Gibbs (1839–1903).19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. come testimoniato dalla fig. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). 1.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. 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) . 5.09 (a destra della discontinuità. In particolare. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. per cui la prop. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. 11.28114072518757 è una costante notevole. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. in effetti. W. presenta dei punti di discon− + tinuità. In effetti. noto come fenomeno di Gibbs.

5 x(t).6 0. (e) M = 11.8 0.8 0.5 x(t).4 0.6 0. .5 (d) 0 t/T0 0.4 0.4 0.5 0 t/T0 0.8 x(t).6 0.5 (b) 0 0 t/T 0.6 0.5 x(t). 5. (f) M = 101. (c) M = 3.5 0 t/T0 0.2 0 −0.6 0.4 0. (b) M = 1.4 0.8 x(t).7.4 0.2 0 −0. (d) M = 5.2 0 −0.5 0 (c) 1 0. xM(t) 0.2 0 −0. xM(t) 1 0.5 (e) (f) Fig. xM(t) 0. xM(t) 1 0.6 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 = 0.2 0 −0.8 0. xM(t) 0.5 0 t/T0 0.5 (a) 1 0.2 0 −0.5 0 t/T 0.8 x(t). xM(t) 1 0.222 Serie di Fourier 1 0.

13 Una . Viceversa. 5.5.3.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico.4.7 e 5. sulla base dell’uguaglianza di Parseval. 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.8). 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. è proposta nel § 5.13 valutazione quantitativa della bontà di tale ricostruzione.

5 (e) (f) Fig.5 x(t). xM(t) 0. (b) M = 1. (d) M = 5.6 0.8 x(t).2 0 −0.4 0.2 0 −0.8.5 0 t/T0 0.2 0 −0.8 0.2 0 −0.8 x(t).5 0 (c) 1 0.8 x(t).5 (d) 0 t/T0 0.6 0.6 0.8 0.8 0. (c) M = 3.5 0 t/T0 0.2 0 −0. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.6 0. xM(t) 1 0. xM(t) 0.2 0 −0. 5.224 Serie di Fourier 1 0.6 0.5 0 t/T 0. (f) M = 101.4 0.6 0.4 0. xM(t) 1 0.4 0. . (e) M = 11.5 (a) 1 0.5 x(t). xM(t) 0.5 x(t).4 0. xM(t) 1 0.5 0 t/T0 0.5 (b) 0 0 t/T 0.4 0.

. 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 . . nota anche come Discrete Fourier Series (DFS). Nella (5. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. proprio per questo motivo. moltiplicando ambo i membri della (5. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche).21).22) per e− j2π hν0 n e sommando su un periodo. La differenza fondamentale rispetto alla serie di Fourier (5. in quanto si tratta di una somma (finita) e non di una serie. per cui la (5. se k ∈ {0. . 1[. . è improprio parlare di “serie” di Fourier nel caso TD. salvo casi particolari. 14 Si . . quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n .3 Serie di Fourier per segnali TD (DFS) 225 5. L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. N0 − 1} . .21) Notiamo che. e rappresenta l’equazione di sintesi della serie di Fourier discreta. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. Esse. ad esempio in (0.23) Le (5.3. pertanto.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . 1.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n .22) e (5. 1) oppure in (−1/2.10) della serie di Fourier a TC.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD.21). . si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . (N0 − 1)/N0 nell’intervallo [0.22) La relazione (5. In particolare.3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. 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 . In particolare. . § 2. k (5. Infatti. . . (5. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa.5. le frequenze νk assumono i valori 0.22) una somma finita.3). 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. 1/N0 . nella (5. essendo la (5. e quindi l’intervallo di variazione delle frequenze νk = kν0 . cambiando l’indice da h nuovamente a k. . cfr. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . non abbiamo indicato di proposito gli estremi di variazione dell’indice k.22) è analoga all’equazione di sintesi (5. semplificati dal fatto che. e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. (5. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. . 1/2). N0 n=0 k ∈ {0. 1. N0 − 1}.

226 Serie di Fourier rappresentazione. .26) è periodica. Una prima differenza rispetto alle (5. costituiscono formalmente l’esatta controparte delle (5. N0 − 1}.27) (equazione di sintesi) (equazione di analisi) (5. le (5. la (5.28) e (5.2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 .15 come la sequenza x(n).10) e (5. 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 (5.29) viene denominata Discrete Fourier Series (DFS). nella letteratura scientifica le (5. con sostituzioni algebriche banali. N0 k=0 N0 −1 n=0 (5. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.26) abbiamo esteso la definizione di X(k) a qualunque valore di k.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. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5.22) e (5. .11). Inoltre nella (5.24) e pertanto. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. nella letteratura scientifica.25) e (5.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. 15 Notiamo DFS . di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . Posto wN0 = e− j2π /N0 . D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) . anche se esse non sono esattamente corrispondenti a quelle nel caso TC. A partire da Xk .23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k).26) ∑ x(n) e− j2π kν0 n . si definisce infatti la sequenza X(k) come X(k) = N0 Xk . In particolare.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 .25) e (5. valide nel caso TC. (5.29) ∑ x(n) wkn N0 In effetti. . le (5.28) prende il nome di Inverse Discrete Fourier Series (IDFS).22) e (5.25) siano quelli dell’intervallo {0. Se infine nelle (5. 1. Va detto però che. mentre la (5.28) (5. entrambe periodiche dello stesso periodo N0 . In altri termini. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC. .25) (5.

9. La DFS e IDFS possono anche essere viste come operatori. un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. e si scrive sinteticamente X(k) = DFS[x(n)] .4 0. ovvero da un segnale TD. x(N0 − 1). Onda rettangolare TD dell’es. x(1). § 5.8 (N0 = 8. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .6 x(n) 0. ad esempio x(0). 5. Infatti. Si può infine verificare che le quantità wN0 definite mediante la (5. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . nel dominio della frequenza sussiste esattamente la stessa proprietà. Differentemente dal caso TC. abbiamo visto che invece. T0 [.5. ad esempio per t ∈ [0.8 0. Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. mentre la periodicità della sequenza X(k) segue dalla proprietà (c).8 (DFS dell’onda rettangolare TD. Esempio 5. cap. x(n) = IDFS[X(k)] . la periodicità della sequenza x(n) deriva dalla proprietà (b). ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. . N0 (k+N0 )n In particolare. . M = 4).2 0 −20 −10 0 n 10 20 Fig. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 . È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. nel dominio della frequenza.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn .2). La periodicità di X(k) è una caratteristica peculiare della DFS. . il segnale x(n) è completamente descritto assegnando solo N0 valori. che è strettamente legata alla DFS (cfr.4. ovvero da un’inifinità continua di valori. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. . 7). cfr. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier.3 Serie di Fourier per segnali TD (DFS) 227 1 0. sia della trasformata discreta di Fourier (DFT). 5. N0 = wkn . N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. .

sulla base della definizione (5. per cui la (5. 5. .29). dove vale M:  k  0. x ∈ Z . 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 . .10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. notiamo che wkM N0 wk 0 N = e = e .31). . con semplici passaggi algebrici. La DFS di x(n) si scrive. 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . tranne che in x = ±1. .30) Ricordando la definizione di wN0 .30) può essere riscritta.9 per N0 = 8 ed M = 4.31) il cui grafico per x ∈ [−1. La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . (5. 5. 2.228 Serie di Fourier e raffigurata graficamente in fig. Le principali proprietà della funzione DM (x) sono le seguenti. sin(π x) x ∈ R. k ∈ Z. . N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. ∀x ∈ R . 0 Per esprimere in forma più compatta il risultato precedente. 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 . (5. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . e quella dispari dello spettro di fase. N1 = 0 e N2 = M − 1. Tale DFS è rappresentata in ampiezza e fase in fig. 5. 1] è riportato in fig. Utilizzando la definizione (5. x = . x ∈ Z . DM (x) = M M. si ha allora: X(k) = DM k N0 .11 nel caso N0 = 8 ed M = 4. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. di facile dimostrazione: 1. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza.. ±2. Ponendo infatti a = wk 0 . La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n .

che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali.8 (N0 = 8. E. con α1 .5 0 x 0. 5. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso).10. In particolare. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. il fenomeno di Gibbs non sussiste nel caso TD. Fig. evidenziando. è ancora un segnale periodico di periodo T0 . i cui coefficienti di Fourier siano Xk e Yk . denominati algoritmi Fast Fourier Transform (FFT).5. α2 ∈ C. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. M = 4): spettro di ampiezza (in alto) e di fase (in basso). simmetria hermitiana dei coefficienti. anche perchè il concetto di continuità perde di significato in tal caso. 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. tratteremo congiuntamente sia il caso TC che quello TD. DFS dell’onda rettangolare dell’es.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . Di conseguenza. Notiamo in conclusione che. Altre proprietà formali. ma anche algoritmicamente.5 1 4 |X(k)| −0. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier.11.28) and (5. 5. In altre parole. quando necessario.29). utili talvolta nei calcoli. 5.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. e sono comunque riportate in app. discuteremo nel dettaglio la proprietà di linearità. soprattutto. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t).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. in quanto richiede un numero finito di operazioni. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. le differenze salienti. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio).16 La proprietà di linearità della serie di Fourier afferma . 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5.4. Vedremo (cfr. rispettivamente. § cap.5 0 x 0. 5. che suggeriscono ulteriori considerazioni concettuali e. e l’uguaglianza di Parseval per il calcolo della potenza. Per tali proprietà. 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.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. nel caso TD.1. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . dei due segnali è ancora un segnale periodico di periodo N0 . Xk = − X−k . 5. 5. DFS ∀α1 . siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). i cui coefficienti di Fourier siano X(k) e Y (k). Valgono cioè le seguenti relazioni: |Xk | = |X−k | . α2 ∈ C .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. (simmetria pari) (simmetria dispari) (5.2 Simmetria hermitiana Con riferimento a segnali periodici TC. mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ).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) . esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 .33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 .29).4. . rispettivamente.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 .2 e 5.230 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). DFS DFS FS ∀α1 . α2 ∈ C . otteniamo la seguente proprietà notevole: Proprietà 5. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . 16 Può (5. negli es. 5. α2 ∈ C. con α1 .11) e (5. (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. ossia: Zk = α1 Xk + α2 Yk . rispettivamente. Analogamente.

Se vale la simmetria hermitiana (5. e valgono se e solo se il segnale periodico in questione è reale. k=1 k=1 ∑ Xk e j2π k f0 t da cui.34) Pertanto. Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k . (5.36). Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5. come specificato dalla seguente proprietà: Proprietà 5. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier.36). Partiamo dall’equazione di analisi (5. avendo già provato che X0 è reale.11): Xk = 1 T0 x(t) e− j2π k f0 t dt . 5. Proviamo adesso l’implicazione ⇐ nella (5. 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. 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 . Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC.36).8 riguardante la DFS dell’onda rettangolare TD.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . Inoltre l’equazione di sintesi (5. e quindi X0 è reale. si ha x∗ (t) ≡ x(t). la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. anche in questo caso le (5. Proviamo prima l’implicazione ⇒ nella (5.36). X(k) = − X(−k) .37) Prova. in particolare.35) Le proprietà (5. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 . Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5.5.38) .33) e (5.10) 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 +∞ (5.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico. (simmetria pari) (simmetria dispari) (5. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. si ricava che x(t) è reale.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. T0 Se x(t) è reale.35).3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ).

39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . con riferimento ai soli valori di k ∈ {0. notiamo che. . k ∈ {1. . se k ∈ {1. se N0 /2 è intero (il che accade se e solo se N0 è pari). ricordando che la DFS X(k) è una sequenza periodica di periodo N0 .37) nel caso TD).39). per k ∈ {1. . In altre parole. per k ∈ {1. 2. Questa conclusione non è corretta. .  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . 2. N0 − 1} . Rispetto al caso TC. da cui si deduce che. N0 − 1}. il solo coefficiente X(0) è vincolato ad essere reale. .40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . N0 − 1}. . poiché la fase di un numero complesso è definita a meno di multipli di 2π .39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. per segnali periodici TD reali.  N 0 k=1 . 2. in relazione alla periodicità della sequenza X(k). .34) a partire dalla (5. . k=1 Con ragionamenti simili.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. Infatti. la proprietà di simmetria hermitiana per la DFS. . N0 pari . . è possibile determinarne almeno uno dispari. . valide esclusivamente per segnali reali.38). Per evitare possibili fraintendimenti. Notiamo infatti che. mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). conseguentemente. ponendo Xk = |Xk | e j Xk nella (5. . N0 − 1}. si può esprimere. partendo dall’equazione di sintesi (5. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). 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. si può verificare (la verifica è lasciata al lettore come esercizio) che. . la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. Notiamo infatti che nell’equazione di sintesi (5. oltre a X(0).28) compaiono solo i valori di X(k) per k ∈ {0. . . N0 − 1}. . . anche come segue: X ∗ (k) = X(N0 − k) . anche X(N0 /2) è vincolato ad essere reale per N0 pari. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . Infatti. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . . . . X ∗ (k) = X(N0 − k) . 2. 2.37) si può riscrivere. . In particolare. . In definitiva. N0 − 1}. . per cui la (5. 1. N0 − 1}.37) mediante le seguenti condizioni: X(0) reale . . la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. con riferimento a segnali periodici TC reali.232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. in alternativa alla (5. (5. si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . . anche N0 − k varia nello stesso intervallo. .32) (con analoghi passaggi si ottiene la (5. se x(·) è reale. . . 1. applicando la (5.

2 k=1 (5. 5. Un’ulteriore espressione della serie di Fourier. bk = 2 T0 x(t) sin(2π k f0t) dt .41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD.38). ak = 2 T0 x(t) cos(2π k f0t) dt .5. note anche come forma esponenziale della serie di Fourier. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr.4 Principali proprietà della serie di Fourier e della DFS 233 (5. bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . note come forma polare della serie di Fourier. (5. ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . Le espressioni (5.1 e def.2). con facili passaggi algebrici. N0 pari .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. . partendo dall’equazione di sintesi (5. Nel seguito. . ed in essa.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . 5.42) e (5.40) e (5. si ha.39). 2. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . . . . Infatti. N0 dispari . anziché in modulo e fase.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. si ottiene nel caso TC decomponendo Xk .42) T0 T0 T0 Allo stesso modo. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. come nella forma polare.10). compaiono soltanto quantità reali. in parte reale ed immaginaria. 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 . ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1.4. Il punto di partenza è l’equazione di sintesi (5. 5. def. rispettivamente. N0 − 1}) nella (5.29).41) Le (5. valide per segnali reali.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. x(t) = dove: a0 = 2 T0 x(t) dt . perché più generali e compatte. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. anche per segnali reali. . Consideriamo dapprima il caso di un segnale TC periodico.

riprendendo e riscrivendo l’equazione di sintesi (5. se k = h . 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS.10) sono a due a due ortogonali. es. La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. possiamo quindi enunciare la seguente proprietà: Proprietà 5. se k = h . 2.45) 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. Poiché (cfr. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 . 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. 0.234 Serie di Fourier Abbiamo già osservato [eq. essendo fasori a frequenze distinte. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 .4)] che i fasori e j2π k f0t che compaiono nella (5.18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . Notiamo che per segnali . Passiamo a considerare il caso di un segnale periodico TD. In virtù di tale ortogonalità. ∑ N0 N0 k=0 k=0 N0 Come nel caso TC.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . sono tra di loro ortogonali. È semplice anche in questo caso provare che i segnali xk (n). (5. (5. la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. 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 . con coefficienti X(k)/N0 .4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . nota come uguaglianza di Parseval per la serie di Fourier (a TC). 2 ∑ N0 k=0 (5. otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . Riassumendo.

Ad esempio. mentre è sufficiente un valore M = 3 per l’onda triangolare.12 è rappresentato.99 è necessario considerare M = 23 per l’onda rettangolare. In fig. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t).44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. § 5.2). . In particolare. per ottenere una valutazione quantitativa di tale bontà.2.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. sfruttando la simmetria hermitiana dei coefficienti. tale coefficiente. Tale potenza può essere rapportata alla potenza Px del segnale x(t). ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . Px che può essere assunto come indice della bontà della ricostruzione al variare di M. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. la (5. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . e quindi per un fissato valore di accuratezza relativa. rispetto a quello per l’onda rettangolare. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. Per un fissato valore di ξM . al variare di M. 1] . con M ∈ N . Utilizzando l’uguaglianza di Parseval. Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. 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. 5. ottenendo così il coefficiente ξM = Px (M) ∈ [0. per avere ξM ≥ 0. Infatti.5. e confrontarla con la potenza del segnale originario x(t). la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . per un fissato valore di M.

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

5. mediante le relazioni (4. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n . ed essendo i coefficienti Xk ∈ C quantità costanti.97) e (4. 18 Espressioni . che può essere vista come un caso particolare di segnale periodico.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . Risposta di un sistema LTI ad un segnale periodico (caso TD).13. Risposta di un sistema LTI ad un segnale periodico (caso TC). sia applicato (fig. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t . è possibile applicare il principio di sovrapposizione (3.14. 5.10) della serie di Fourier di y(t). siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . Fig. 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. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .10). § 4. dove f0 = 1/T0 .23).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.46) Poiché la (5.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo.23) per calcolare l’uscita y(t). 6). 5.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ).5. periodico di periodo T0 . 5. Pertanto.18 Consideriamo prima il caso TC. Per la linearità del sistema.7. Applicando l’equazione di sintesi della serie di Fourier a TC (5. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. sfruttando le formule di Eulero.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD. 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. e supponiamo che il segnale x(t). In particolare. per il principio di sovrapposizione (3. =Yk (5. Infatti.46) ha la forma dell’equazione di sintesi (5. le espressioni precedenti sono state già utilizzate (cfr.

5. complesse.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk .48) (5. il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t .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 . applicando il principio di sovrapposizione. la (5. calcolati alle frequenze fk = k f0 . Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5.50) Dal confronto con la (5.14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). .105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n .49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. Yk = H(k f0 ) + Xk .22). in particolare. 21 Si noti che.47) per k = 0. in generale. se il sistema è reale. si ricava anche in questo caso che y(n) è un segnale periodico. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI.51) Per gli spettri di ampiezza e fase. N0 k=0 =Y (k) (5.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . valgono considerazioni analoghe a quelle già fatte nel caso TC. 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 ). La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. che prende per questo motivo il nome di guadagno in continua del sistema. mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. Pertanto. la funzione H( f ) prende anche il nome di risposta armonica del sistema. periodico di periodo N0 . Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). In termini di modulo e fase. sia applicato (fig. per la simmetria hermitiana di H( f ) risulta che H(0) è reale. Notiamo che le quantità che compaiono nella (5. N0 k=0 dove ν0 = 1/N0 . Particolarizzando la (5. (5.47) sono tutte. si ha: ydc = H(0) xdc . stretto rigore. supponiamo che il segnale x(n). 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 .47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | .21 Passando ad esaminare il caso di un segnale TD. (5. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . e ricordando che Y0 = ydc e X0 = xdc . con lo stesso22 periodo N0 del segnale di ingresso.47).47) La (5. 19 A (5.

in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. Fig.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. ad esempio. Esempio 5. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es. 5. 1 + j2π k f0 RC . 1 + j2π f RC per cui la (5.9). la (5. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza. lasciando tuttavia invariata la frequenza k f0 del fasore stesso.4 0. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) .15.5.6 0. riportata di seguito.47) e (5. Particolarmente interessante è la modifica delle ampiezze delle armoniche. 5. 5. 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.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. 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. Facendo riferimento al caso TC.4 |Yk| 0.2 |Xk| 0.8 |H(f)|. |H(k f0)| 0. Inoltre. avente frequenza k f0 . analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) .2. di ampiezza A e duty-cycle δc . Risposta di ampiezza del filtro RC (es. 5. la modifica subita dalla k-esima armonica.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. come evidenziato nell’esempio che segue. 5.4 0.9). in ingresso ad un sistema RC.2 0 −5 0 k 5 Fig. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|.16. 5.46). mentre la risposta in frequenza del sistema RC è H( f ) = 1 . Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata.

5 1 0 Fig. 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). In particolare.5 0 t/T 0. sulla base della posizione della banda passante e di quella oscura. 5. 5.4 0. 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. . si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). In particolare. ossia quello di atte1) l’ampiezza di alcune armoniche. per 2π f0 RC = 1.9.6 0. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. 5. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare.240 Serie di Fourier 1 0. Il segnale y(t) di uscita (fig.y(t) 0. I filtri ideali TC sono in genere classificati. 5. 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. Per questo motivo. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso.2 0 −1 −0. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. i più semplici esempi di filtri sono quelli cosiddetti ideali. per effetto dell’attenuazione delle componenti ad alta frequenza. Con riferimento al caso TC.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. 5. 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. mentre in fig. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze.17.23 Come caso limite.8 x(t). un comportamento tipico ad esempio dei circuiti elettrici risonanti. In fig. si dice che il sistema LTI si comporta come un filtro.17).16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. Viceversa.

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.19. La risposta in frequenza di un tale filtro (fig. Risposta in frequenza di un filtro ideale TC passabasso (LPF). o equivalentemente: HLPF ( f ) = rect f 2 fc . − fc [ ∪ ] fc . Fig. 0.5. Anche in questo caso. | f | ≤ fc . | f | > fc .18. fc ]. 5. la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. Risposta in frequenza di un filtro ideale TC passaalto (HPF).19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. | f | > fc . (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. − fc [ ∪ ] fc . fc ]. La risposta in frequenza (fig. +∞[. (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. 5. La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. 1. +∞[. . La banda passante del filtro è W p = [− fc . 5. mentre la banda oscura è Ws =]−∞. La banda passante del filtro è W p =]−∞. mentre la banda oscura è Ws = [− fc . | f | ≤ fc . 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 . 5.

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

2 mentre per i filtri BPF e BSF. descritti dalla (5.5.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). 1/2[. HPF.108) nel caso TD. 5.54) (5.54) e (5. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ).25 sono mostrate le risposte armoniche dei filtri ideali LPF. la risposta armonica H(·) è una funzione reale e pari. 5. 4. nelle fig. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari.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. 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.52) e (5. 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.52) (5. prop. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF).22–5. le tipologie di filtri ideali sono le stesse. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. Per questo motivo. Si noti che per tutte le tipologie di filtri introdotti precedentemente. quindi soddisfa la proprietà di simmetria hermitiana. A causa di tale periodicità. descritti dalla (5.21. Nelle fig. data dalla (4. con 0 < νc1 < νc2 < 1 . oppure dalla (4. sia nel caso TC che TD.22–5.11). proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio.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. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). Anche nel caso TD. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν .53). con la fondamentale differenza che.101) nel caso TC.55) è possibile definire due frequenze di taglio. Tali filtri si dicono invece ideali in senso “fisico”. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. 0 < νc < 1 rappresenta la frequenza di taglio. Tali filtri si dicono ideali anche . 5. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. BPF e BSF per il caso TD. Per quanto riguarda il caso TD.53) (5. 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. necessaria per garantire la periodicità di H(ν ).

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

Fig. 5. . Risposta in frequenza di un filtro ideale TD passabasso (LPF).24. Risposta in frequenza di un filtro ideale TD passaalto (HPF). 5. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF).23. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. 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.22. 5. Risposta in frequenza di un filtro ideale TD passabanda (BPF).5.25. 5.

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

0 . .  k = 0.4 Si consideri il segnale periodico x(t) = +∞ k=−∞ ∑ (−1)k δ (t − kT ) . Risultato: (a) T0 = 2T . Esercizio 5. Esercizio 5. f 0 2 = 2 f1 . k dispari . 0 ≤ t ≤ T /2 . [Suggerimento: dal grafico. ed applicare poi la proprietà di linearità della serie di Fourier.7 Esercizi proposti 247 (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.] 0.5. altrimenti . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. con T0 ∈ R+ . dove  1 − 4t .6 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. con T0 ∈ R+ . (b) Xk = Esercizio 5. notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. dove y(t) = repT0 [2 rect(2t/T0 )] (onda rettangolare di ampiezza 2 e δc = 1/2). k dispari . dove xg (t) = 2Λ 2t T0 − 1 rect t T0 . dove xg (t) = rect 2t T0 − rect 2t − T0 T0 . . (π k)2 Esercizio 5. Risultato: (a) T0 = 1 2 f1 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. 2 kπ Risultato: (b) Xk = sin kπ 2 k pari .3 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 . 1 T .  2  . con T ∈ R+ . k pari . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. (a) Rappresentare graficamente il segnale x(t). 0 T0 xg (t) = 0 .5 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (b) Xk = (−1)k π (1−4k2 ) . k dispari . k = 0 pari . con T0 ∈ R+ . 0. (a) Rappresentare graficamente il segnale x(t).  j Risultato: (b) Xk = − π k .

k pari . (a) Determinare il periodo N0 del segnale x(n). 1. (a) Determinare il periodo N0 di x(n). .9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 . k ∈ {0.8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . (a) Rappresentare graficamente il segnale x(n). Esercizio 5. X(2) = 0. k2 π 2 Esercizio 5. notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. k dispari . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. da cui X(0) = −2. ed applicare poi la proprietà di linearità della serie di Fourier. . dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). N 2 (3 − j). X(2) = N 2 j. X(1) = X(k) = 0 per tutti gli altri valori di k. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. j Risultato: (a) N0 = 24. k = 23 . . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 3. Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k .   12 j 3π /8  e .] 0.  j   0. [Suggerimento: dal grafico. X(N − 2) = − N j.7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. k ∈ {2. (b) X(k) = − 12 e− j 3π /8 . Risultato: (b) Xk = 4 . dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . 2. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. . k = 0. 3}. 22} . k = 1. X(3) = 3 + j. Esercizio 5. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). (b) X(0) = N.  24 . X(1) = 3 − j. . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. X(N − 1) = 2 N 2 (3 + j). Risultato: (a) N0 = N.

Risultato: (a) N0 = 5. 4} . n = 1. Esercizio 5.. n = 0... .. 3.10 Si consideri il segnale periodico x(n) = rep6 [xg (n)].    0.13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . X(1) = 4 − j 8. k ∈ {0. 2. 3. 5. X(2) = −4. altrimenti .   1 . Risultato: (b) X(k) = 1 + 4 cos πk 3 . (b) X(k) = 4 + 8(− j)k . da cui X(0) = 12. k ∈ {0. 1. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. X(3) = 4 + j 8. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . 3}. xg (n) = 2 .12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . 1.. k ∈ {1. 2. -5 0 5 n (a) Determinare il periodo N0 di x(n). Risultato: (a) N0 = 4. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. dove  2 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (a) Rappresentare graficamente il segnale x(n).. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. Esercizio 5. . 2.5. 4.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5.7 Esercizi proposti 249 Esercizio 5. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. . k = 0. 8. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 6}. n = −1 .

56). incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . (d) X(0) = −2. ] Esercizio 5. X(1) = 3 e jπ /4 .56) (b) Viceversa. X(3) = − j. (b) Scrivere l’equazione di analisi in (−T0 /2. 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). k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. 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 . X(1) = 3. N0 ∈ N: 0 x(n) = x n T0 N0 . valida ∀a = 0. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . X(3) = 3 e j7π /4 . X(2) = 3. [Suggerimento: applicare le identità dell’esercizio 5.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. X(2) = 1. (e) X(0) = 3. T0 /2) e dividere l’integrale in due integrali. mostrare che se x(t) ha la proprietà di simmetria (5. Esercizio 5.15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . X(2) = 3 j.] 1−a Esercizio 5. (5. X(2) = 1 + j. .14 Sia wN0 = e− j2π /N0 . allora il segnale ha solo le armoniche dispari. X(3) = −3 j. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3.56) operando un cambiamento di variabile in uno dei due integrali. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . (c) X(0) = j. X(3) = 5 + j. ∀k pari. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). ∀t ∈ R . X(1) = 2. X(1) = −5.16 Senza calcolare esplicitamente x(n). in modo da poter sfruttare la (5.56). e si ha in particolare  0 . X(2) = 2. X(3) = −5. X(4) = −3. X(3) = 1 − j. X(1) = 5 − j.14. (b) X(0) = 3.

1 + j2π f T0 ottenendo il segnale y(t). caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. 4 ≤ t < 8 . n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. e determinare in particolare le costanti α . 0 ≤ t < 4. (e) x(n) reale. avente DFS X(k). (2) ∑5 x(n) = 2. Esercizio 5. β .19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. n=0 (3) ∑7 (−1)n x(n) = 1. Esercizio 5. −1. viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate.20 Il segnale periodico x(t) = rep2T0 [xg (t)]. per la proprietà (4). il segnale x(n) è quello avente potenza Px minima.7 Esercizi proposti 251 Risultato: (a) x(n) reale. utilizzare l’uguaglianza di Parseval per la DFS. γ . (3) X(11) = 50. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). 3 6 Esercizio 5. β = π /5 e γ = 0. con xg (t) = 1. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. (c) x(n) non reale. Risultato: y(t) ≡ 0.] Risultato: x(n) = 1 + 1 (−1)n . (d) x(n) non reale.] Risultato: α = 10.5. (4) Px = 50. [Suggerimento: utilizzare le proprietà della DFS.17 Si consideri il segnale periodico x(n). . avente DFS X(k). (2) x(n) è periodico di periodo N0 = 10.18 Si consideri il segnale periodico x(n). [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). con T0 ∈ R+ . Esercizio 5. (b) x(n) reale. dove xg (t) = Λ t T0 .

(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). (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. Determinare il segnale y(t) in uscita al filtro. (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 ). con T0 ∈ R+ . Risultato: (a) xdc = ydc = 1 . per k = 0. e ∆ν = 1 24 . .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(1/2) = 0.252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). 1. Determinare i valori di H Risultato: H(0) = 0. si trova che Esercizio 5. Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). Risultato: y(t) = 8 sin(2π f0t). dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . . 9 Esercizio 5.22 Il segnale periodico x(t) = repT0 [xg (t)].23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). (b) In corrispondenza dei valori di fc determinati al punto (a). dove xg (t) = 2 Λ t T0 − 1 rect t 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 . l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . (b) y(t) = π82 cos(2π f0t). 3. H(3/4) = 2 e− jπ /4 .21 Il segnale periodico x(t) = rep2T0 [xg (t)]. H(1/4) = 2 e jπ /4 . 1). 2. è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. π2 Esercizio 5. 1 2T0 3 < fc < 2T0 . calcolare l’espressione esplicita di y(t). con T0 ∈ R+ . Esercizio 5.

k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0.] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . (a) Calcolare la frequenza fondamentale f0 del segnale x(t). (b) Con riferimento al punto precedente. si calcoli l’uscita y(t). (c) y3 (n) ≡ 0. con f0 = 1 kHz.2. f1 = 2 kHz.] √ 1 2 1 . (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 .25 Il segnale periodico x(t) = repT0 [xg (t)]. con T0 ∈ R+ . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 .7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . . 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. (c) RC = T0 π 3 .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 . con T0 ∈ R+ . è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . Esercizio 5.5.364 f0 . Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. sapendo che: (1) x(t) = cos(2π f0t).6. [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . Risultato: RC = 1 2π f0 68 13 ≈ 0. 2T Esercizio 5. f2 = 3 kHz. Py = π 4 1 + 81 . 1 n−4k x3 (n) = ∑+∞ u(n − 4k). 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.28 Con riferimento allo schema in figura.27 Il segnale x(t) = rep2T0 [xg (t)]. dove xg (t) = cos πt T0 rect t T0 . Esercizio 5. (b) y2 (n) = sin . (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5.

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

Sign up to vote on this title
UsefulNot useful