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

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

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

. . . . . . . . . . . . . . . . . .2 Banda passante e banda di un sistema . . . .1 Trasformata di Fourier per segnali TC . . . A Richiami sui numeri complessi 433 A. . . . . . . . . . . . . . . . 6. . . . . 7 Campionamento e conversione A/D e D/A 7. .6 Trasformata di Fourier dei segnali periodici . . . . . . 6. . . . . . . . . . .3 Segnali TD transitori . . . . . . . . . . . . . . . . . . . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . . . .1 Segnali a banda rigorosamente limitata . . 6. . . . . . . . 6. . . . . . . 6. . . . . .2. 6. . . . . . . . . . . . . . . .4 Proprietà della risposta in frequenza . . .7. . . . . . . . . . . . . . . . . . .3 Esistenza ed invertibilità della trasformata di Fourier . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . .4. . . . . . . .5 Proprietà della trasformata di Fourier . . . . . . . .1 Definizione di numero complesso . . . . . . . . . . . . 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Separazione di segnali mediante filtraggio .3 Campionamento ed interpolazione in pratica . . .7. . . . . . . . . . . 6. . . . . . . . . . . 7. . . . . . . . . . 6. . 7. . . . . . . 6. . .2 Campionamento ed interpolazione ideale . . . . . . . . . . . . . 7. . . . . . . 6. . . . . . . . . . . . . . . . . . . . . .1 Segnali TC . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7. . . . . . . . .4 Estensione spettrale e banda di un segnale . . . . . . 437 . . . . . . . . . . . . . . . . . . 6. . . . 7. . . integrazione e somma . . . . . . . . . . . .3. . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Teorema del campionamento . . . . . . . . . . . .1. . . . . . . . . . . . . . . . . . .2 Interpolazione ideale . . . . .4 Relazioni tra serie e trasformata di Fourier . 6. . . .3 Aliasing . . . . . . . . .3. . . . . . . .6. . . . . . . . . . . . . .INDICE iii 6 Trasformata di Fourier 6. . . .2. . . . . . . . . . . . . . . 6.5. . . . . . . . . .5 Esercizi proposti . . . . . . . . .1 Introduzione . . . . .1 Trasformazioni della variabile dipendente . . . . . . . . . .1 Trasformata di Fourier di un segnale periodico TC . .3 Proprietà elementari della trasformata di Fourier . . . .4 Quantizzazione . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . 434 A. . . . . . . . . .3. . . . . 6.1 Trasformata di Fourier . . . . . . . . . . . . . . . . 6. . .3 Segnali a banda non limitata . . . .6. . . . . . . . . . . . . . . . . . . . 7. . . . . .3 Estensione spettrale e banda di un segnale periodico . . . . . .8 Esercizi proposti . . . 6. . . . . . . . 6. . 6. .6. . . . . . . . . . . . . . .3 Derivazione e differenza prima.1. . .6. . . . . . . . . .5. . . . . . .2 Forma algebrica dei numeri complessi . 433 A. . .2 Segnali TD . . . . . . . . . 7. .2 Trasformazioni della variabile indipendente . . . . . . . . . . . . . . . . . .3. . .3. . . .4. . . . . . . . 7. . . . . . . . 6. . . . . . . . . . . . . .2 Segnali a banda praticamente limitata . . . . . . . . . .2. . . . . . . . 6. . . . . . . . . . . . . . . .1. . . . . . . .2 Trasformata di Fourier per segnali TD . . . . .1 Proprietà di convoluzione . . .2 Trasformata di Fourier di un segnale periodico TD . . . . . . . . . . . . . . . . . . . . . . . . . . .4. . . . . . . . 6. .5. . 6. . . . . . . . . . . . . . . . . . . . . . 6. .2 Interpolazione non ideale . . . . . . . . . 6. . . . . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . . 7. . . .7. . . . . . . . . .2.

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

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

1. 1.3 (successione) In matematica.2. che sia crescente. . 2. pulsazione ω0 o frequenza f0 .2.2 (tensione alternata) La tensione alternata della rete di distribuzione dell’energia elettrica può essere descritta anch’essa da un segnale sinusoidale di ampiezza A. dove ϕ0 è la posizione angolare del corpo all’istante t = 0. frequenza f0 . Il segnale sinusoidale degli es. l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 . Esempio 1. 1. la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . . e fase iniziale ϕ0 . f [x(n − 1)] con n = 1. Ripetendo tale procedimento. 1. Esempio 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)] . 1. . 1.2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig. è possibile applicare metodi per determinare soluzioni approssimate. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante. che consente di risolvere approssimativamente equazioni del tipo f (x) = 0. inoltre. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. 1. Fig. 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). Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A. seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ).1. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig.1 e 1.3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b. anche se il significato fisico ed i valori dei parametri A. il metodo di Newton (fig. e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . convessa e tale che f (a) < 0 ed f (b) > 0. L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. Posto x(0) = b. . 3. Supponiamo che f sia dotata di derivata prima continua e. Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). f0 e ϕ0 sono diversi. .2 è una funzione del tempo x(t). f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione. Un esempio classico è il metodo di Newton o della tangente.2. ed è raffigurato in fig.1.

2..4. 1. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n.1.10 e 1.3. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. 1. un segnale di questo tipo può essere indicato come segue: x : T → X. mentre l’insieme X. 1.. lo studente nell’es. Franca Neri . 1.4).1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . x(1) x(2) Fig. come accade nell’es.1 e 1. . consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig.1..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. Inoltre. il dominio T di x coincide con l’insieme dei numeri reali. un voto nell’es.4 (tabella) In alcuni casi.4.. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. 1. 1. 1. nel caso dell’es. ma esistono casi significativi di segnali – le immagini.. 1. ovvero un segnale definito nell’insieme N0 dei numeri naturali. Il metodo di Newton dell’es. una tensione nell’es. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. che prende il nome di immagine di T mediante x o anche codominio di x. 1. 1. Al crescere di n.1) dove l’insieme T.3. 1. come nell’es. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). . ad esempio per molti segnali la variabile indipendente è proprio il tempo. Maria Turchini. 1. . 1. Ugo Bianchi.4. . infine. .3. le variabili indipendenti di un segnale possono non avere un significato fisico o. cioè T = R.2.3.} è costituito dai nomi degli studenti. . in questo caso.3. Si osservi che. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0.2 e 1.. l’indice n nell’es.. Esempio 1. Fig. Gli es. il dominio del segnale T = {Carlo Rossi. 1.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. 1. un segnale può essere definito mediante una tabella. 1. Il segnale in forma tabellare dell’es.1.. Tale relazione definisce una successione numerica. 1. 1. che prende il nome di insieme di definizione o dominio di x. 1. possono rappresentare dati . il dominio del segnale risulta essere T = N0 = {0...1 e 1. 1. racchiude i valori assunti dalla variabile dipendente x. per gli es. (1. Voto 22 30 25 30 .2. . ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es.3.4. 1. Ad esempio..4.. nel caso dell’es. 2. dove f (x) denota la derivata prima di f (x).4) ed una variabile dipendente x (una lunghezza nell’es.14 più avanti).

4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 .5. un grafico o una tabella. Rappresentazione di un sistema mediante schema a blocchi. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta.6. In molti casi la distinzione è ininfluente oppure si ricava dal contesto. oppure può rappresentare la legge di corrispondenza (1.1) (cioè il segnale nel suo complesso per ogni t ∈ T).2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. 1.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. 1. 1. e alla variabile dipendente x come all’“ampiezza” del segnale. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. di natura più generale (gli studenti). Definizione 1.1 e 1.6. Tali funzioni potranno essere descritte mediante un’espressione matematica. comunque. Concludiamo osservando che. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione.5. 1. mentre l’uscita è la tensione ai capi del resistore R2 .7. e gli altri come segnali di uscita (o effetti). Esso è composto da tre elementi fondamentali: un trasmettitore. 1. che associa ad ogni messaggio da trasmettere . con riferimento ad un segnale funzione del tempo. a prescindere dal loro effettivo significato fisico. dei quali alcuni sono identificati come segnali di ingresso (o cause). Esempio 1. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita. quale il partitore resistivo dell’es.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). 1. Di norma. scriveremo {x(t)}t∈T. capace di trasportare un messaggio dalla sorgente alla destinazione. 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). 1. Gli es. riportato schematicamente in fig. è lo schema a blocchi di fig. Fig. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. 1.5. quando tuttavia vorremo enfatizzare la seconda interpretazione. rimandando il lettore agli esempi che ne chiariscono meglio il significato. Schema elettrico di un partitore resistivo. Esempio 1.

ed. sono i segnali di ingresso che “forzano” il sistema a “reagire” e. non è stato ancora realizzato fisicamente. allo studio di un sistema in condizioni operative particolari che sono pericolose da riprodurre in pratica. ad esempio.2) I U Fig. Innanzitutto. il calcolo analitico della risposta di un sistema è spesso l’unica strada disponibile. La decomposizione di un sistema in sottosistemi è particolarmente utile quando occorre studiare sistemi complessi. pertanto. (“messaggio sorgente”) un segnale opportuno (generalmente elettrico o ottico). che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. 1.7 può essere suddiviso in tre sottosistemi distinti: il trasmettitore. Un sistema può essere descritto matematicamente da un operatore o una trasformazione S. soffermiamo l’attenzione su un sistema che ha un solo segnale di ingresso e un solo segnale di uscita (come il partitore resistivo). ogni singola entità può essere riguardata come un sottosistema che concorre a definire l’intero sistema. è più semplice ed economicamente vantaggioso determinare i segnali di uscita analiticamente piuttosto che sperimentalmente. un canale. per i quali l’analisi diretta dell’intero sistema risulta essere troppo complicata. che è il mezzo fisico (ad esempio. e indichiamo con I l’insieme dei possibili segnali di ingresso e con U l’insieme dei possibili segnali di uscita. che interagiscono tra di loro. Dato un sistema e assegnati i segnali di ingresso. un sistema è una mera collezione di componenti elettrici. oppure. infatti. Inoltre. Un sistema può essere particolarmente complesso e può essere composto da più entità fisiche distinte. 1. Schema semplificato di un sistema di comunicazione. un cavo telefonico) lungo il quale viaggia il segnale d’informazione. il concetto di sistema è inscindibilmente legato a quello di segnale: senza alcun segnale in ingresso. infine.7. 1. o biochimici. in questo caso. L’operatore S associa ad ogni segnale x di I un segnale y di U. Ad esempio. in alcuni casi. si pensi. . A tal fine. quindi. il sistema di comunicazione in fig. La possibilità di caratterizzare analiticamente il comportamento di un sistema è importante perchè. il canale ed il ricevitore. meccanici. a “produrre” dei segnali di uscita. un ricevitore. uno dei problemi fondamentali che si incontra nell’analisi dei sistemi è quello di ricavare analiticamente i corrispondenti segnali di uscita. allo studio di fattibilità di un sistema che è in fase di progetto e che. simbolicamente: S : I → U.1. S y x insieme dei segnali di uscita insieme dei segnali di ingresso (1. 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.2 Definizione di sistema 5 messaggio sorgente trasmettitore canale ricevitore messaggio destinazione Fig. Da quanto detto si evince che è necessario introdurre una descrizione matematica dei sistemi.8.

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

per la presenza di disturbi.6 0.2 e 1. In primo luogo. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr. non linearità. o per la conoscenza imperfetta dei meccanismi che li governano. ad esempio.1. 1.5 0. per la loro complessità. in forma tabellare. accoppiamenti parassiti. 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. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino. Esempio 1. Va osservato come principio generale che un modello è solo una rappresentazione.3 Segnali deterministici ed aleatori 7 1 1 0. 1.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto.8 1 (a) (b) Fig. 1. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. In conclusione. 1. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. non ammettono una descrizione matematica esatta. che esprime la pressione acustica in funzione del tempo.2 0. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica.8 1 0 −0. il modello matematico è quasi sempre frutto di approssimazioni. infatti.2) non è mai esattamente sinusoidale. In fig. ben presente nel seguito.5 −1 −1 0 0.4 t 0. Il segnale vocale assume una forma profondamente diversa.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente.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 secondo luogo.4 t 0. in quanto contengono un certo grado di imprevedibilità o di incertezza.3 Segnali deterministici ed aleatori I segnali considerati negli es. che non possono cioè essere descritti esattamente.1. ecc.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. Tali segnali scaturiscono da fenomeni fisici che. quasi sempre estremamente semplificata.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale).6 0. o in forma grafica). 1. Definizione 1.9.2 0. . della realtà che intende descrivere. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto. 1. es.5 −0. La classe dei segnali deterministici è ampia.

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

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.

14 Segnali e sistemi: introduzione Red z R(x. zB (x. i segnali sono tutti scalari. y). Un esempio di segnale vettoriale è l’immagine a colori.y) Fig. y. Negli esempi visti in precedenza.18) può essere decomposta dalle sue tre componenti fondamentali. y) = [zR (x. Se l’immagine a colori è in movimento (filmato a colori). y). ovvero un “array” di scalari. y). y). zG (x. per cui il segnale sarà descritto da una funzione vettoriale z(x. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. y). e quindi nei segnali zR (x. y). siano essi zR (x. y). 1. 1. zB (x.18. rosso (R). In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x. .t) di tre variabili. y).7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare. y)] . Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria.14 (immagine a colori) Una immagine fissa a colori (fig. zG (x. zB (x. zG (x. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale. Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. Esempio 1.y) Green z G(x. verde (G) e blu (B). discusso nell’esempio seguente.y) Blue z B(x. 1.2 Proprietà della variabile dipendente Definizione 1.4.

Sulla base del modello matematico (1. . 5} è costituito solo da due valori. Il segnale risultante è mostrato in fig. 1.20(a)..19) descrive la variazione dello stato logico nel tempo. Il segnale risultante x(t) (fig. 1. detta quantizzazione. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto.1. 1.1 e 1. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. mentre X è un insieme discreto per un segnale ad ampiezza discreta.4 Classificazione elementare dei segnali 15 x(t) 5 .. 1.. 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 . Esempio 1. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. Definizione 1. se il numero delle ampiezze è finito. A] ≡ X. Esempio 1. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze.20 (b).1).16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es.12. raffigurato in fig. 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). il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. rimpiazzandole con un numero finito di possibili valori. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. Il vantaggio che si consegue con la quantizzazione è che.15. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). se x(n) ≥ 0 . 1. t -5 Fig.19. visto che il suo codominio X = {−5.8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. 1. altrimenti . −A . la sinusoide degli es. utilizzato per descrivere un segnale. Un esempio di segnale ad ampiezza discreta è il segnale logico.. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta.2 assume con continuità tutti i valori dell’intervallo [−A. La quantizzazione si dice “ad un bit” in quanto l’ampiezza .

e raffigurato in fig. segnale ad ampiezza continua quantizz . 1. assume due soli valori.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. Anche l’operazione di quantizzazione si può interpretare come un sistema. anche la teoria della quantizzazione sarà approfondita nel cap. segnale ad ampiezza discreta Fig.21. Così come il campionamento.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). 1. .21.12. denominato quantizzatore.20. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. 7. 1. 1. e quindi può essere rappresentata con un solo bit. Schema a blocchi di un quantizzatore. 1. (b) il segnale ad ampiezza discreta y(n) dell’es. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A.

l’interesse per i segnali digitali è più recente. 1. e per il loro studio matematico. le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto. e tra segnali ad ampiezza continua o discreta.3 Segnali analogici e digitali Dal punto di vista applicativo.22).9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua.4.1. affrontato già a partire dal XVIII secolo. ma essi rivestono un ruolo predominante nello scenario tecnologico attuale. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo. e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig. tuttavia. Viceversa. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. Di queste. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. DSP). 1. Tra esse.4 Classificazione elementare dei segnali 17 discreta ampiezza segnali a TC/AD segnali digitali (TD/AD) continua segnali analogici (TC /AC) continuo tempo segnali a TD/AC discreto Fig. 1. . tanto da meritare una denominazione particolare: Definizione 1.18 e la successiva discussione). I segnali del mondo fisico sono analogici. Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale. esistono metodologie ben consolidate. 1. esse sono indipendenti. (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze).22.

Esempi di sistemi MISO.5 Classificazione elementare dei sistemi Come i segnali. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. . (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). 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. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. (b) sistema a TD. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO).23. I sistemi visti in precedenza.24. quali ad esempio il partitore resistivo. (c) Un sistema si dice misto (o ibrido) se l’ingresso e l’uscita sono uno a tempo continuo e l’altro a tempo discreto. supporremo implicitamente che esso sia di tipo SISO. o viceversa. (b) moltiplicatore a due ingressi. 1. 1. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). faremo esclusivamente riferimento a sistemi SISO: per questo motivo. quando parleremo di sistema. Nel seguito. sono tutti di tipo SISO. ed il quantizzatore. Fig.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. a parte il caso dei sommatori e dei moltiplicatori. Definizione 1. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. (a) sommatore a due ingressi. il campionatore. Definizione 1. 1. raffigurati schematicamente in fig. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. quali il numero degli ingressi e delle uscite. l’interpolatore.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO).23.

1. e quindi sono sistemi a TC: ad esempio una rete elettrica. 1. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. sia una quantizzazione (cfr. ed i sistemi a TD sono denominati.25 è puramente di principio. e viceversa. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione.1. Esempi significativi di sistemi di questo tipo sono il campionatore (es. come il partitore dell’es. 1.13). 1. segnale digitale (b) Tc Fig. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. è un sistema a TC.3 Infine. 1. 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. Esempio 1. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. Conversione A/D: (a) schema a blocchi di un convertitore A/D.12). 1. ADC). che presenta ingresso a TC e uscita a TD.25). in maniera lievemente imprecisa. . essi sono inoltre di grande interesse ingegneristico. es. 1. l’insieme I racchiude solo segnali a TC.24(a). sistemi digitali. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. 1. 1. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. e l’interpolatore (es. Lo schema del convertitore A/D riportato in fig. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. Inoltre. effettuata da un sistema denominato convertitore A/D (fig. 1. 1. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. o viceversa. quantizz .26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. in campo economico o sociale). In accordo con la simbologia introdotta in fig.12).24(b). e quindi bisogna effettuare sia un campionamento (cfr. e spesso non sono nemmeno chiaramente separabili.5. es. 1.16). mentre U contiene solo segnali a TD.2) utilizzato per descrivere matematicamente un sistema. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. nel caso di sistemi a TC.25. Sulla base del modello (1. infine.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D.6. che presenta ingresso a TD e uscita a TC. Il seguente esempio introduce due ulteriori esempi di sistemi misti. I sistemi a TD non esistono generalmente “in natura”.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. in un convertitore A/D reale (denominato anche analog-todigital converter.

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

Schema analogico per la registrazione/riproduzione audio. dopo l’amplificatore. entrambe effettuate in maniera analogica. di debole intensità. che vengono vendute all’utente finale. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata. Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). bruciando con un laser in misura maggiore o minore le zone del disco. e da questi ultimi le copie in materiale plastico (vinile). Il masterizzatore si comporta da attuatore. Una volta inciso il master. Il brano da registrare viene captato da un microfono. In esso. 1. viene sottoposto ad una conversione A/D. da esso si possono ricavare dei master secondari. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco). Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig.1. 7. Da ciascuna copia.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig. L’es. l’utente può riascoltare il brano inciso utilizzando un giradischi. codificato in bit.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. la differenza significativa è che il segnale captato dal microfono. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. 1. che si comporta da trasduttore. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. ed inviato ad un masterizzatore (digitale). ovvero converte la pressione acustica del suono in un segnale elettrico. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap.18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. Successivamente. . 1.28. viene amplificato e inviato ad un masterizzatore (analogico).29. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. Tale segnale elettrico. tipicamente in materiale metallico pregiato. Esempio 1. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. ed inviate ad un convertitore D/A. 1.

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

24 Segnali e sistemi: introduzione .

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

La rivisitazione di tali proprietà consentirà di ottenere alcune importanti generalizzazioni.1(a). 2. il prodotto di due segnali. § 1.1. detto impulso di Dirac. nel caso TD. in stretta analogia alle operazioni di derivazione ed integrazione per il caso TC. Operazioni sui segnali: (a) somma di due segnali. Prodotto In maniera simile alla somma. denominate differenza prima e somma corrente. 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). e dei sistemi.26 Proprietà dei segnali x1 (·) y(·) x2 (·) (a) x1 (·) y(·) x2 (·) (b) Fig. La somma di due segnali si può interpretare come un sistema MISO (a due ingressi ed una uscita) (cfr.1. 1 Qui e nel seguito. (b) moltiplicazione di due segnali. useremo la notazione del tipo x(·) per denotare indifferentemente un segnale TC x(t) o TD x(n). si definisce il prodotto di due segnali y(·) = x1 (·) x2 (·) . Somma La somma di due segnali1 y(·) = x1 (·) + x2 (·) si effettua sommando punto a punto le ordinate delle funzioni corrispondenti. che porteranno in particolare a definire un particolare segnale TC dalle “strane” proprietà. 2. Inoltre. considereremo in particolare la somma di due segnali. 2. . le operazioni di derivazione ed integrazione per segnali TC. saranno definite due operazioni corrispondenti.5) denominato sommatore e rappresentato schematicamente in fig. ad esempio.1 Trasformazioni della variabile dipendente Tra le trasformazioni elementari della variabile dipendente. La somma si può estendere facilmente a più di due segnali. quali. la moltiplicazione di un segnale per una costante.

la riflessione temporale. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. dove per t0 > 0 si ha una traslazione verso destra del segnale.2. 2. lo schema di fig. cioè n0 ∈ Z: in altri termini. 2. se a < 0.2. per quest’ultima operazione. o ritardo.1(b). Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. Genericamente. mentre per t0 < 0 si ha una traslazione verso sinistra. a differenza del caso TC.2 può essere utilizzato anche in questo caso.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. . un segnale TD può essere traslato solo di quantità intere. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). il parametro della traslazione n0 assume necessariamente valori interi. Il prodotto di due segnali si può interpretare anch’esso come un sistema MISO (a due ingressi ed una uscita) denominato moltiplicatore e rappresentato in fig. 2. 2. raffigurato in fig.3.2. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. dove però. 2. come rappresentato in fig.1. attraverso l’introduzione delle operazioni di decimazione ed espansione. Se a = −1. con a > 0. Schema a blocchi di un amplificatore/attenuatore. Più in generale. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) . Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . il fattore a viene denominato guadagno dell’amplificatore/attenuatore. 2. Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi. in particolare. ma comporta solo una variazione del riferimento temporale. ed il cambiamento di scala temporale. considereremo alcune caratteristiche peculiari del caso TD.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. Si noti che una traslazione temporale non modifica la forma del segnale. o anticipo.

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

mentre il prodotto di due segnali dispari è un segnale pari. 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·). Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente.5 (c) e (d) sono raffigurati due esempi di segnali dispari. e (b) sono raffigurati due esempi di segnali pari. mentre in fig. .t1 t Fig.4. 2.2. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine.6. risulta necessariamente x(0) = 0.t2 . (b) La somma di due segnali pari [dispari] è un segnale pari [dispari]. 2. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) .1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . (c) Il prodotto di due segnali pari è un segnale pari. (b) segnale riflesso. 2. Riflessione temporale di un segnale TC: (a) segnale originario. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. A partire dalla definizione di segnale pari e dispari. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig.

6. Esempio di decomposizione di un segnale TC in parte pari e dispari.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.5. 2. 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. (b) segnale dispari a TD. (b) segnale pari a TD. 2. . Invarianza alle riflessioni/inversioni: (a) segnale pari a TC.

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

il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10.32 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. l’espansione si ottiene esattamente l’effetto opposto. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. In questo caso è possibile ancora parlare di compressione.8. 2 L’uso . 2. Per segnali a TD. (b) segnale decimato con M = 3. ovvero se a = M ∈ N. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. per cui si scrive: y(n) = x(nM) . se se sceglie M = 10.8. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. 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. derivante dalla perdita di due campioni ogni tre del segnale originario. Decimazione di un segnale TD: (a) segnale originario. 2. ma nel caso TD si utilizza il termine più specifico di decimazione. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. si noti l’effetto di compressione (minore durata) del segnale risultante.2 infatti. infatti.

in quanto an non è un numero intero. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti.9. Passiamo ora ad esaminare l’operazione di espansione nel caso TD. M − 1 campioni ogni M) sono eliminati completamente. 2. si assume a = 1/L.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. altrimenti . con L ∈ N. la decimazione è una operazione non reversibile. 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. l’espressione y(n) = x(an) non ha senso per qualunque a < 1.9. . ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. (2. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. 2. 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 . se n è multiplo di L .2. Se anche. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. A differenza della decimazione. l’espansione a TD è una operazione perfettamente reversibile. perché alcuni campioni del segnale TD (in generale. L 0. della compressione di un segnale TC. (b) segnale espanso con L = 3. Espansione di un segnale TD: (a) segnale originario. per analogia con il caso a = M.

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

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

2 0. è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. anticipo di 5: v(n) = u(n + 5) . per cui il segnale y(n) vale convenzionalmente zero.1). Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) .36 Proprietà dei segnali il risultato corretto per via analitica. (2) espansione di 6. 2 2 2 Con riferimento all’ultima espressione. nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. Gli esempi che seguono mostrano come procedere in due situazioni tipiche. eliminando la notazione simbolica con le parentesi quadre. Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. (3) anticipo di 5. Esempio 2.5 (combinazione di operazioni elementari. altrimenti il valore del segnale è nullo. Esempio 2. n espansione di 2: y(n) = v . n espansione di 6: v(n) = u . 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 n n = u +5 = x − −5 . caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. mentre in tutti gli altri casi è frazionario. come: y(n) = se n è pari . n x − − 5 . Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2. il segnale y(n) si può esprimere esplicitamente. allora il risultato si ottiene calcolando il valore del segnale in quel punto. 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 . 6 anticipo di 5: y(n) = v(n + 5) . altrimenti . (2) anticipo di 5.4 (combinazione di operazioni elementari. ovvero se n è pari. 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. (3) espansione di 2. 6 6 2 . Pertanto.

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 (2.4 Derivazione.10. al più. per cui l’espressione ottenuta si può rendere esplicita.10. 2. ed è rappresentato graficamente in fig. infinito numerabile di punti di discontinuità di prima specie. come:  se n è dispari . il che accade se e solo se n è dispari. 2 2. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr.6 0. integrazione.2) che esiste ed è finito.4 0. altrimenti . Il gradino a TC è definito come: u(t) = 1 . se t ≥ 0 . L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. altrimenti . eliminando la notazione con le parentesi quadre.1. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. In particolare.2). per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da . Gradino a TC. 0 . 2.1 Operazioni elementari sui segnali 37 1 0. In particolare. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. Tuttavia. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. 0 . si dimostra che x(t) è anche continuo in t0 . Il gradino presenta una discontinuità di prima specie per t = 0.2) esista e sia finito. Se il segnale x(t) è derivabile in t0 . Con riferimento all’ultima espressione.2. y(n) = n+5 x . se il segnale x(t) è derivabile nel punto t0 ∈ T.8 x(t) = u(t) 0. nell’ambito della teoria dei segnali si incontrano molto frequentemente segnali che non sono continui in tutti i punti del loro insieme di definizione T. § B. Pertanto.2 0 −2 0 2 4 t 6 8 10 Fig.

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

Infatti. Come indicato dal loro stesso nome. 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.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. Al diminuire di ε . (2.4) definisce un funzionale che si “appoggia” alla funzione δε (t). δε (t) non ha alcun significato come funzione ordinaria. la (2. per ε → 0.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine.4) Dal punto di vista matematico.2. Invocando il teorema della media. che indichiamo con δ (t) = lim δε (t) . si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. Quindi. conservando tuttavia area unitaria. ε →0 (2. Dirac nei suoi studi sulla meccanica quantistica. se è vero che. il funzionale (2. al limite per ε che tende a zero.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ).3) mediante una funzione. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). Ciò suggerisce che la convergenza del limite al secondo membro della (2. al limite per ε che tende a zero.7) dove x(t) è un arbitrario segnale continuo nell’origine.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. la funzione ordinaria δε (t) non converge ad una funzione ordinaria. ε →0 (2. A tale scopo. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. a differenza del concetto di convergenza di funzioni ordinarie. Questo risultato suggerisce di definire il limite al secondo membro della (2. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) .5) In altre parole. possiamo affermare che esiste un punto tε ∈ [−ε . la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. ε →0 dt (2. cioè. Al limite per ε → 0. ε ) e la misura di tale intervallo.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . 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 . che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . (2. 2. la convergenza della famiglia di funzioni δε (t) alla funzione . un operatore che associa alla funzione x(t) un numero reale. motivo per cui è comunemente nota come impulso o delta di Dirac.

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

2.1 Operazioni elementari sui segnali

41

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

δ (t) x(t)dt = lim

b

ε → 0 −ε ε >0

δ (t) x(t)dt = x(0) .

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

δ (t)dt = 1 ,

con ε ∈ R+ piccolo a piacere ,

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

(2.10)

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

42

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 t 5

x(t) = A δ(t−t0)

x(t) = δ(t)

t

0

t

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

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

x(t) 2

(a)

1

(b)

-1

1

t

-1

1

t

-2

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

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

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

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

2.1 Operazioni elementari sui segnali

43

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

Fig. 2.15. Gradino a TD.

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

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

δ (n) = ∇1 [u(n)] =

1 , se n = 0 ; 0 , altrimenti ;

(2.11)

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

44

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 n 5

x(n) = A δ(n−n )

x(n) = δ(n)

0

n0 n

Fig. 2.16. Impulso unitario a TD.

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

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

(a) Area unitaria:

n=−∞ +∞

δ (n) = 1.

(b) Campionamento:

n=−∞

x(n) δ (n − n0 ) = x(n0 ), ∀n0 ∈ Z.

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

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

∀M ∈ N ; ∀L ∈ N .

m=−∞

n

δ (m).

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

2.2 Caratterizzazione sintetica dei segnali

45

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

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

n1 + 1. . e quali no. Un primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig. . Nel seguito. In altre parole. n2 }. Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra. n2 }.18. cioè. con n2 > n1 . x(t) = 0 per ogni t ∈ (t1 . con t2 > t1 . n1 + 1. non esiste una definizione universalmente accettata di estensione temporale di un segnale. l’estensione del segnale è definita come Dx = (t1 . . si considerano trascurabili solo i valori nulli del segnale. n1 + 1.46 Proprietà dei segnali x(t) t1 durata t2 t Fig. Alcuni esempi elementari di finestre sono presentati di seguito. l’estensione del segnale è definita come Dx = {n1 . Conseguentemente. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 . Segnale di durata rigorosamente limitata.t2 ) e la sua durata è data da ∆x = t2 − t1 . .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 . la definizione di misura da adottare per Dx è molto più semplice ed è uguale al numero di punti isolati che costituiscono Dx (in sostanza coincide con la cardinalità di Dx ). In tal caso. con riferimento a taluni casi particolari di segnali. . con riferimento alla definizione generale di estensione. . 2. approfondiremo questa classificazione. legato all’interpretazione di quali valori del segnale siano trascurabili. Nel caso TD. considerando sia segnali TC che TD. . tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 . . In questo caso. . 2. e segnali di durata non limitata. n2 } e la sua durata è data da ∆x = n2 − n1 + 1. . 2. esistono alcune definizioni di estensione temporale di un segnale che sono di comune impiego.3.t2 ). . . Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata. . cioè. segnale x(n). Analogamente. x(n) = 0 per ogni n ∈ {n1 . Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente.18.t2 ). un segnale TD x(n) si dice di durata rigorosamente limitata se esistono due numeri interi finiti n1 e n2 . Tuttavia.

5 . cambiamento di scala con a = 1/T e traslazione temporale di t0 . di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). Utilizzando la definizione. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. la finestra rettangolare è denotata con il simbolo Π(t). altrimenti . altrimenti . se 0 ≤ n ≤ N − 1 . 0 . La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 . altrimenti . 2. .2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig.20: la finestra è centrata in t = t0 e ha durata ∆x = T .t0 + T /2] . Si tratta di un segnale pari (centrato nell’origine). il cui andamento è raffigurato in fig. se |t| ≤ 0.19. numerosi testi. Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . Fig.8 x(t) = rect(t) 0. ed è rappresentata graficamente in fig.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. Esempio 2. Finestra rettangolare a TC.2.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. 0. si vede che x(t) = A rect t − t0 T = A. mediante moltiplicazione per una costante. A partire dalla finestra prototipo.4 0.20. 2. 2. 2. 0 .7. se t ∈ [t0 − T /2.6 0. Finestra rettangolare a TC dell’es.19. in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). traslazione temporale e cambiamento di scala. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. cambiamento di scala con a = 1/T e traslazione temporale di t0 . 2.

21. la finestra rettangolare a TD degenera nell’impulso discreto. infatti si ha RN (n) = u(n)−u(n−N).22. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. Infine. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. si noti che. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. come riportato in fig. N −1} e durata ∆x = N. 1. Come nel caso TC.7.8 x(t) = Λ(t) 0. ed essa è nota come finestra di Bartlett:  |n − N|  . . . 0. R1 (n) = δ (n). anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. così come la finestra rettangolare a TD. 2. pertanto. ed è rappresentata graficamente in fig. Finestra rettangolare a TD per N = 5. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. 2. a partire dalla finestra triangolare prototipo. traslazione temporale. Fig. di ampiezza unitaria e durata ∆x = 2. È possibile definire la finestra triangolare (si veda la fig. La finestra ha estensione temporale Dx = {0. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. altrimenti .4 0. 2. ed è asimmetrica rispetto all’origine. 2. Finestra triangolare a TC. 1− B2N (n) = N 0 . mediante operazioni elementari (moltiplicazione per una costante. ovvero considerare B2N (n + N).21. 2.6 0. . ponendo N = 1. è asimmetrica rispetto all’origine. se |t| < 1 .2 0 −2 −1 0 t 1 2 Fig.48 Proprietà dei segnali 1 0. 2. Si tratta di un segnale pari (centrato nell’origine). Così come visto per la finestra rettangolare nell’es.4 0.23) anche nel caso TD. altrimenti .22. se 0 ≤ n ≤ 2N − 1 . e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.6 0. Tuttavia. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . . ed è rappresentata graficamente in fig. a differenza della sua versione a TC. .24. cioè.2 0 −2 0 2 4 n 6 8 10 1 0. 2.8 x(n) = R5(n) 0. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo.

2. 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. In particolare.2 0 −6 −4 −2 0 n 2 4 6 Fig.23. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. t1 durata t2 . questo introduce. con t2 > t1 . per esso. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze.t2 ) di valori significativi del segnale.8 0. Si noti che.3. Fissare una soglia (vedi fig.3 Estensione e durata temporale di un segnale 49 1 0. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale.4 0.6 0.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. 2. 2. 2.. Finestra triangolare a TD per N = 4 con simmetria pari. 2..24. Segnale di durata praticamente limitata. t Fig. se si fissa una soglia diversa. tuttavia. 2.25. Un discorso analogo sussiste anche per i segnali a TD.. Finestra triangolare a TD per N = 4. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. senza mai annullarsi.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 . legato proprio all’arbitrarietà nella scelta del valore della soglia. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo.25. si consideri un segnale TC come quello riportato in fig.6 0. un certo elemento di arbitrarietà nella misura della durata.4 0. a differenza del caso di segnali a durata rigorosamente limitata. .8 0. x(t) soglia . Fig..2. si perviene ad un diverso valore di durata del segnale. il quale decade asintoticamente a zero per t → ±∞.

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

Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. si ottiene che ∆x ≈ 3 T . A titolo esemplificativo. cresce con legge direttamente proporzionale a T .2. Passiamo ora ad introdurre l’esponenziale bilatero a TD. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. Viceversa. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). la durata ∆x . l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. se si sceglie α = 0.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T . 2. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. l’esponenziale monolatero è un segnale di durata praticamente limitata4 . e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. ed indirettamente alla sua durata. con 0 < α < 1. dunque. È chiaro allora che. 2.27. Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. dell’esponenziale monolatero. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. la pendenza aumenta. la cui estensione è Dx = (0.05. che è definito dalla relazione x(n) = A an . si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. ∆x ). cioè. La costante di tempo ammette anche una interessante interpretazione geometrica. legata alla pendenza della funzione esponenziale nell’origine.368 A. dove il parametro T prende il nome di costante di tempo. al diminuire di T . essendo infinitesimo per t → ±∞. Così facendo. se si pone per definizione a = −1/T con T > 0. con ∆x > 0 (durata) dipendente dalla scelta della soglia. con a > 0. In altre parole. scegliamo come valore di soglia α A. In tal caso. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . al crescere di T . .3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. la pendenza diminuisce. com’era intuibile. risolvendo l’equazione x(∆x ) = α A. e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. la durata del segnale risulta ∆x = T ln 1 α e. Per calcolare la durata analiticamente. sebbene il segnale non si annulli mai al finito.

∆x − 1}. mentre. mentre per valori di |a| prossimi a zero. mentre per 0 < |a| < 1 l’esponenziale è decrescente in modulo. L’andamento dell’esponenziale a TD al variare di a è più articolato rispetto a quello dell’esponenziale a TC. l’esponenziale monolatero tende a zero per n → ∞. mentre per a < 0 assume valori di segno alterno (positivi per n pari. è funzione di |a|: per valori di |a| prossimi ad 1. per cui è un esempio di segnale TD di durata praticamente limitata5 . la cui estensione è Dx = {0. . con ∆x > 0 (durata) dipendente dalla scelta della soglia. per |a| > 1 l’esponenziale è crescente in modulo. Inoltre. la durata del segnale tende ad essere infinitamente grande. bisogna introdurre l’esponenziale monolatero: x(n) = A an u(n) . scegliendo come valore di soglia α A. Per ottenere un segnale esponenziale di durata praticamente limitata.52 Proprietà dei segnali dove a ∈ R − {0} è un fattore di scala dei tempi. In particolare. l’esponenziale decresce più lentamente. 1. Similmente all’esponenziale bilatero a TC. per |a| → 0. negativi per n dispari). l’esponenziale bilatero a TD non ricade nella classe dei segnali di durata praticamente limitata. Più precisamente. si ha x(n) = A (−1)n . ln(|a|) Come preannunciato. si ottiene che la durata del segnale è data da ∆x = ln ln 1 α 1 |a| = ln(α ) . se a = −1. fissato 0 < α < 1. che assume alternativamente i valori ±A. per a > 0 l’esponenziale assume sempre valori positivi. . . per |a| → 1. con 0 < α < 1. . I sei possibili andamenti dell’esponenziale a TD sono rappresentati graficamente in fig. viceversa. Per 0 < |a| < 1. ∀a ∈ R − {0}). La durata del segnale. 5 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(n) = A an u(−n). in tal caso. l’esponenziale si riduce al segnale costante x(n) = A. l’esponenziale decresce più rapidamente. per |a| = 1. e risolvendo l’equazione |x(∆x )| = α A. con |a| > 1. mentre è identicamente nullo per n < 0. che presenta lo stesso comportamento di x(n) = A an per n ≥ 0. . l’esponenziale è costante in modulo: in particolare. 2.28. se a = 1. Infine. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. in particolare. a causa della presenza del gradino. la durata del segnale tende a zero.

5 x(n) 0 0.1). (e) a = 1.1). (c) 0 < a < 1 (valore effettivo a = 0. 2.6 x(n) 0.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig. (d) −1 < a < 0 (valore effettivo a = −0.833). (f) a = −1.4 −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 0.28.2. (b) a < −1 (valore effettivo a = −1. Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.833).5 1 (d) 0. .8 0.

I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali.13) è detto periodo (fondamentale) del segnale. ed intorno al Sole con un periodo pari circa a 365 giorni.. nel caso TD il periodo N0 è necessariamente un numero intero. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. Inoltre .29.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. 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 ). Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. ∀t ∈ R .12) e (2.. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. infatti. (2. sono sempre di durata limitata. detto periodo. rispettivamente. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. (2. .. È bene enfatizzare il fatto che. 2. 2. Una definizione pratica. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo).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 ). Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici.13) Il più piccolo valore di N0 che verifica la (2.12) Il più piccolo valore di T0 che verifica la (2. Ad esempio. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri.3. come ad esempio il segnale raffigurato in fig. t Fig. Per segnali di questo tipo. mentre nel caso TC il periodo T0 è in generale un numero reale. tuttavia.54 Proprietà dei segnali x(t) .12) è detto periodo (fondamentale) del segnale. ∀n ∈ Z . ovvero ∆x = +∞.13). Segnale di durata non limitata. In molti casi.29. I segnali di durata illimitata sono anche detti segnali persistenti.. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. allora. di segnale di durata non limitata è quella di un segnale che presenta valori non trascurabili durante tutto l’intervallo di tempo in cui viene osservato o elaborato. i segnali x(t) e x(n) si dicono aperiodici. 2.

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

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

anche il fasore a TD soddisfa la definizione di segnale (1. (2. passando da ν0 = 0 a ν0 = 1. la posizione finale è la stessa. Infatti. ϕ0 è la fase iniziale (rad). ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. k ∈ Z. Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC.13) per un segnale TD. π [. L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. è che poiché il tempo n varia in maniera discreta. il fasore si muove “a scatti” nel piano complesso. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. 1[ oppure ν0 ∈ [−1/2. Un fasore a TD si scrive come: x(n) = A e j(θ0 n+ϕ0 ) = A e j(2πν0 n+ϕ0 ) = A[cos(2πν0 n + ϕ0 ) + j sin(2πν0 n + ϕ0 )] . in termini di frequenze. ν0 = 2π è la frequenza (cicli). così come accade nel caso TC.2. la condizione θ2 − θ1 = 2kπ equivale. θ0 è la pulsazione (rad).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. Equivalentemente.1). derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). k ∈ Z. in particolare. Sulla base di questa interpretazione. 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 ∀n. Come il fasore a TC. Questa è una delle fondamentali differenze rispetto ai fasori a TC. 1/2[. poi diminuisce (fino a ν0 = 1). si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. Ovviamente. applicando la definizione di periodicità (2.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. però. come ν0 ∈ [0. k ∈ Z . . due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. a ν2 − ν1 = k. con la pulsazione θ0 ). nel caso TD il tempo n va considerato adimensionale. 2. Prova. come θ0 ∈ [0.30): la differenza sostanziale. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. ma anche alcune differenze significative rispetto al caso TC. 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) . 2π [ oppure θ0 ∈ [−π . se il fasore si sposta di θ0 oppure di θ0 + 2kπ . ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2).17) θ0 dove A > 0 è l’ampiezza. in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C.

il segno di k è legato al verso di rotazione del fasore (orario se k < 0. ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza.58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . se ν0 = √2 (un numero irrazionale). nel caso in cui è periodico. antiorario se k > 0). allora il fasore non è periodico nel tempo. k ∈ Z. 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. In pratica. Infine. un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. il periodo è ancora N0 = 3. e si può interpretare. addirittura. mostra anche che. e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi). da cui si ricava che ν0 = θ0 k = . (2) il periodo N0 coincide con il denominatore della frazione. Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) . Infatti. contrariamente a quanto avviene con i segnali periodici a TC. con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini). La proprietà precedente. oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. Se ν0 = 2/3.5 (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. il periodo aumenta passando da N0 = 3 a N0 = 4. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. In particolare: A cos(θ0 n + ϕ0 ) = .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). similmente al caso TC. In tal caso. il periodo non coincide in generale con l’inverso della frequenza. può aumentare. il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2. k ∈ Z. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale. Questi due esempi mostrano che. come la somma di due fasori ruotanti in senso opposto: 1 j(θ0 n+ϕ0 ) 1 − j(θ0 n+ϕ0 ) Ae + Ae .8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3. il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . 2π N0 k ∈ Z. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. Esempio 2. Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 . che può rimanere lo stesso (come nei due esempi precedenti) o.

Esempio 2.8 (duty-cycle dell’80%). e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. 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). d’altra parte.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . 2. Si ha. traslate di ±T0 . Viceversa.2. Infatti come generatore è possibile scegliere la .18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). Come caso limite. e la cui rappresentazione grafica per A = 1 e δc = 0. detto generatore. ed il periodo dell’onda stessa. per una dimostrazione più formale. etc. la cui espressione è: ∑ A rect t − kT0 T . si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . come si voleva dimostrare. 2. notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t).3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. in fig. diverso da zero nell’intervallo [−T0 /2. per cui x(t + T0 ) = x(t). Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . è possibile costruire un unico segnale periodico x(t) secondo la (2. Dato un segnale generatore xg (t) e fissato un periodo T0 . Effettuando il cambiamento di variabile k − 1 = nella sommatoria.5 è quella di fig. Ad esempio. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . infatti. ∀t ∈ R.18) risulta necessariamente x(t) = x(t + T0 ). (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). Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 .18). ∀t ∈ R. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini.33 è mostrata un’onda rettangolare con A = 1 e δc = 0.32. (2. Il duty-cycle δc . T0 /2]. ±2T0 . talvolta espresso in percentuale. ampiezza A. basta provare che per il segnale x(t) definito come nella (2. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A.

le repliche del segnale si sovrappongono. che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare. finestrando il segnale periodico nell’intervallo [−1. 2. si ottiene il generatore raffigurato in fig. la relazione tra segnale periodico e generatore non è biunivoca.4 0.8 0. costruiamo il segnale periodico x(t) effettuando la replicazione di xg (t) con periodo T0 = 3 < 2: 2 x(t) = rep 3 [xg (t)] = 2 3 Λ t− k 2 k=−∞ +∞ ∑ . .2 0 −2 −1 0 t/T 1 2 x(t) 1 0.33. ma bisogna tener conto della sovrapposizione tra le repliche. sommando queste ultime negli intervalli di sovrapposizione. per determinare il generatore. restrizione del segnale periodico ad un periodo. Bisogna tuttavia notare che.8 (duty-cycle dell’80%). Onda rettangolare a TC con A = 1 e δc = 0.6 0. . T0 /2] . (2. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). .2 0 −2 −1 0 t/T 1 2 0 0 Fig. cioè risulta x(n) = x(n + N0 ). 1.60 Proprietà dei segnali 1 0. In questo caso. 2. . dato un segnale generatore xg (n) diverso da zero nell’intervallo {0.t0 + T0 /2]. altrimenti. descritta dall’esempio che segue. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione.5 (duty-cycle del 50%). la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) .10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig.6 x(t) 0.32. t ∈ [−T0 /2. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). .19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . N0 − 1}. In altri termini. ad esempio [t0 − T0 /2. 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. 1].34).36. con t0 ∈ R. 0. Fig. Onda rettangolare a TC con A = 1 e δc = 0. 2.4 0. Esempio 2. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. 2. 2. Poiché il periodo di replicazione è inferiore alla durata del generatore. T0 /2]. ed il segnale risultante (fig. In particolare. ad esempio [−T0 /2.35) non si ottiene semplicemente affiancando le finestre triangolari.8 0.

6 0. 2.4 0.34. Viceversa.8 0.2 0 1 0. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n). xg(t) Fig. 2.75. Un differente generatore dell’onda triangolare a TC dell’es.8 0.3 Estensione e durata temporale di un segnale 61 1 0.35.6 0. 2.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo).2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig. Fig.8 0.2 0 −2 −1 0 t 1 2 1 0.6 x(t) 0.2. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .10. ottenuto finestrando il segnale periodico nell’intervallo (−0.75). Onda triangolare a TC dell’es. che si ottiene finestrando il segnale con una finestra .4 0.37.8 0.10. 2.4 0.6 x(n) 0. 2. 2. Onda rettangolare a TD con M = 3 ed N0 = 5.2 0 −2 −1 0 t 1 2 Fig. Segnale generatore dell’onda triangolare a TC dell’es. Esempio 2. 2.37 per M = 3 e N0 = 5. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. 1 0. 2.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) . 0.4 0.36. il cui andamento è rappresentato in Fig.

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

.. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) ... . . −K + 1. .2. reale o complesso. (2. 2K + 1 n=−K K (2. l’area e la media temporale di x(n) sono numeri reali o complessi.4 Area e media temporale di un segnale . Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. . Considerato Z > 0.21) Si noti che. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . 2. il numero. (2. Z). in dipendenza della natura del codominio X del segnale. il numero. 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. K − 1. . Z).20) mentre si definisce media temporale del segnale nell’intervallo {−K. .23) . K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . Dato un segnale TD x(n) e fissato un intero K ≥ 0. K − 1. Z]. −K + 1.22) mentre si definisce media temporale del segnale nell’intervallo (−Z. reale o complesso. si definisce infatti area del segnale nell’intervallo (−Z. . si definisce area del segnale nell’intervallo {−K.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.38. 63 2. (2.. . calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. x(t) <x(t)> Z -Z +Z t 2Z Fig.

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. 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 esempio. si ottiene notando che le (2.2. = 2Z = e quindi. Se il limite nella (2. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt .20) e (2. § B. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. (segnali TC) (2. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . sia nel caso TC che nel caso TD. in base alla (2. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z.22) e (2. per i quali l’integrale nella (2.25) L’integrale che definisce l’area di un segnale TC può non esistere. 2K + 1 Ax (Z) . (segnali TD) K→+∞ 2K + 1 n=−K (2.21) oppure (2.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt. il che significa che esistono segnali per i quali la definizione di area (2. è sufficiente far tendere Z oppure K all’infinito. ovvero riguardano solo una porzione del segnale. si noti che.23) si possono riscrivere come x(n) x(t) K Z Ax (K) .38.24) non esiste in senso ordinario. Ciò accade. Tale interpretazione è raffigurata graficamente per il caso TC in fig.24) perde di significato. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). I valori dell’area e della media temporale calcolati sulla base delle (2.26) esiste. 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. salvo che in casi particolari. (2.27) .23).24). Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2.Z2 →+∞ −Z1 lim x(t) dt .24) x(n). 2.26) in cui.2). (2. A tal proposito.64 Proprietà dei segnali L’interpretazione di media.21) e (2. dipendono dalla scelta di Z oppure di K.

25) si ottiene come caso limite dalle definizioni (2.1. mediante cambio di variabile. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. se il segnale x(·) assume valori finiti. Si tratta di un segnale di durata rigorosamente limitata. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. Come conseguenza di questo risultato. Essa vale infatti se la media è calcolata su un intervallo temporale finito. cioè. 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. ottenendo: Ay = lim Z Z→+∞ −Z y(t) dt = lim Z Z→+∞ −Z x(at) dt = lim 1 Z→+∞ |a| Z −Z x(τ ) dτ = Ax . cioè.3). la sua media temporale è nulla. il segnale ha area nulla. a partire dal segnale x(t) avente area finita Ax .25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. si ha Ay = Ax . § B. Infatti. Per quanto concerne l’interpretazione di x(·) . Come caso particolare. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. la sua area è necessariamente finita. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. soffermando l’attenzione al caso TC. se il segnale ha area finita. e quindi per ogni fissato valore di Z o di K: in questo caso. Tuttavia.28) ossia.21) o (2. |Ax | < +∞. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. l’area del segnale deve necessariamente essere infinita. ponendo a = −1. Allo stesso modo. l’interpretazione della (2. Ad esempio.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 ). mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. se il segnale x(t) ha area finita. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale.26) non esiste. l’integrale (2. è immediato calcolare l’area del segnale y(t) = x(at). Più in generale. 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. Esempio 2.2. con a ∈ R − {0}. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica.4 Area e media temporale di un segnale 65 Tuttavia. ma si verifica anche per molti segnali aventi durata praticamente limitata. che può esistere anche quando la serie bilatera di x(n) non converge. se consideriamo il segnale x(t) = t. con t ∈ R. Poiché la definizione di area e valor medio sono intimamente legate. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). +∞ (2. 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. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. nel senso che se y(t) = x(−t). dato che l’area di un segnale può essere infinita.23). per cui la sua area è finita: Ax = lim Z Z→+∞ −Z x(t) dt = lim A Z→+∞ T /2 −T /2 dt = lim AT = AT . cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . Con riferimento al caso TC per semplicità. poiché la media temporale definita nella (2. tutti i segnali dispari risultano avere area nulla. Z→+∞ . Quando invece la serie di x(n) converge. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale.

in quanto ha area finita pari a N.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. t < 0 . 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 . in altri termini. Con calcoli analoghi. 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. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. anche la media temporale dell’esponenziale a TD x(n) = A an u(n).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). è nulla.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. Esempio 2.66 Proprietà dei segnali Conseguentemente. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . in 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 = . la media temporale di una costante coincide con la costante stessa. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 .16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). . definito come sgn(t) = 1. 2 La media temporale può essere nulla anche se il segnale ha durata infinita. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . ma presenta particolari proprietà di simmetria. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. e quindi si ha in generale u(·) = 1 . t ≥ 0. Analogamente. come evidenziato nel seguente esempio. 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 . Conseguentemente.27. dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. con 0 < |a| < 1. e quindi per un segnale costante x(·) = a si ha x(·) = a. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. −1. Esempio 2. con T > 0. Esempio 2. 2. Pur trattandosi di un segnale di durata praticamente limitata. Esempio 2.

definito analogamente a sgn(t). Segnale signum a TC. il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)]. e raffigurato graficamente in fig. Più in generale. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. anche la sua media temporale è nulla. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). Segnale signum a TD. In questo caso. essendo una funzione dispari9 . tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t).5 −1 −5 0 t 5 −1 −5 0 n 5 Fig.39.40.  =−Z =Z Questo risultato discende dal fatto che il signum a TC. ha area nulla (nel senso del valor principale di Cauchy). 2. presentiamo le seguenti proprietà della media temporale. 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 . osserviamo nuovamente che se un segnale ha simmetria dispari. 2. 2. ∀t = 0. conseguentemente.5 x(t) = sgn(t) 0 0 −0. 9 Notiamo .40. n < 0 . come sgn(n) = 1. in quanto il suo valore nell’origine non è nullo. n ≥ 0.5 x(n) = sgn(n) 0. e rappresentato graficamente in Fig.2.5 −0. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. Per completare la trattazione.39. allora la sua area è nulla e. −1.4 Area e media temporale di un segnale 67 1 1 0. 2. Fig.

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

29) x(·) = 1 0  ∑ x(n) . la sommatoria fatta su N0 campioni consecutivi arbitrari. il fasore degenera nel segnale costante x(t) = A e jϕ0 .2. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione.16.15. per un segnale TD. ovvero su un periodo del segnale. Esempio 2. ∀t0 ∈ R . per cui: x(t) = A e jϕ0 = A e jϕ0 . osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . =1 2 =1 dove abbiamo applicato i risultati degli es.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. T0 ). ad esempio in (0. . Tale proprietà può essere espressa in forma più generale.29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | .25). per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . evitando il passaggio al limite presente nella definizione generale (2. ricalcoliamo la media temporale del segnale x(t) = sgn(t). riottenendo il risultato dell’es. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . pari ad un periodo del segnale. Per ω0 = 0. questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1.18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . ∀n0 ∈ Z .14 e 2. 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. Con la notazione precedente. (segnali a TC)  T0 T (2. Allo stesso modo. Per ω0 = 0. La proprietà 2. 2. 2. la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . il fasore x(t) è periodico di periodo T0 = periodo.17 (media temporale del signum) Come applicazione della proprietà di linearità. ∀t0 ∈ R . (segnali a TD)  N 0 N0 Esempio 2. utilizzando la (2.4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ .

possiamo applicare la proprietà 2. applicando la proprietà di linearità della media temporale. Infatti.31) Mentre la componente continua rappresenta il valor medio del segnale. 2. A cos (ϕ0 ) . . poiché la sinusoide x(t) si esprime come somma di due fasori. jϕ0 .4.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale.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 . la parte “costante” del segnale. Analogamente. Nel caso in cui ω0 = 0. la media temporale di un segnale si può interpretare come la componente continua del segnale. 2. a partire dalla componente continua. ne rappresenta la parte effettivamente “variabile”. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 .4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . se θ0 = 2π k. la componente alternata. altrimenti . si può definire per differenza anche la componente alternata. Definizione 2. k ∈ Z .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). è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. es. se θ0 = 2π k. Ae Esempio 2. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). k ∈ Z . si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . Dalla sua definizione. e quindi. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. (2.18) che un fasore con ω0 = 0 ha media temporale nulla. in un certo senso.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). essendo ottenuta depurando il segnale della componente continua. (2. Infatti. altrimenti . Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ).

2. notiamo .33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2.2. 2. un resistore R attraversato dalla corrente x(t): per effetto termico.18 e 2. che rende tale definizione di energia applicabile anche a segnali complessi.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . con ω0 = 0. ad esempio. il resistore dissipa nell’intervallo di tempo (−Z. (2. 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. quindi. sono segnali TD puramente alternativi. in quanto per un segnale reale |x(·)|2 = x2 (·). Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . un segnale x(·) che presenta xdc = 0 e che.15) la media temporale del gradino. (2. e ricorre in numerose applicazioni. Se si considerano altri esempi in altri campi della fisica. Avendo ignorato eventuali costanti di proporzionalità. analogamente. per verifica. 2.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. Dagli es. coincide con la sua componente alternata. sono segnali TC puramente alternativi. con θ0 = 2π k. k ∈ Z. 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 (·) . anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza. 2 2 Pertanto la decomposizione (2. (segnali TC) |x(n)|2 . segue che il fasore e la sinusoide a TC. il fasore e la sinusoide a TD. il modulo può evidentemente essere omesso.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. il concetto di energia è fondamentale nella fisica. Risultati analoghi valgono anche per il caso del gradino a TD. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . Per ottenere una definizione indipendente dalla particolare applicazione fisica. se il segnale è reale.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. che viene misurata in Joule (J).20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es.33).32) In particolare. per cui la componente continua vale xdc = 1 . Esempio 2.19. 2 2 Dalla relazione precedente si può ricavare. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale. viene detto segnale puramente alternativo. Consideriamo.

avremmo avuto un esponenziale monolatero crescente. Tuttavia. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . Essendo legata al quadrato del segnale.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). ma richiede una moltiplicazione per una resistenza. avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . conseguentemente. In particolare.33) non sono necessariamente quelle di una energia. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. in quanto l’esponenziale non tende a zero. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . Se avessimo viceversa considerato T < 0. 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 . Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. mentre per |a| ≥ 1 l’energia non esiste finita. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. Tali costanti di proporzionalità non saranno considerate nel seguito. Dal confronto tra le (2. allora anche |x(·)|2 sarà di durata rigorosamente limitata e.2. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. § B.33) (cfr. Ad esempio.3 e B. Esempio 2. l’energia vale: Ex = A2 1 . l’energia è una quantità non negativa (Ex ≥ 0).33) in specifiche applicazioni. che converge se e solo se |a|2 < 1.33).4). il quadrato di una corrente non è dimensionalmente una energia. con T > 0. ∞ Si ottiene allora una serie geometrica di ragione a2 . allora. In questo caso. Esempio 2.24) e (2. 1 − a2 |a| < 1 . che quindi avrebbe presentato Ex = +∞. 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). .1.21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ .23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). 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. ovvero se e solo se |a| < 1. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n).

2.1.23) prendono il nome di segnali di energia. Sviluppiamo esplicitamente i calcoli nel caso TC. Tuttavia. § B. consegue che.3 e B. In pratica. i segnali di durata non limitata o persistenti non sono di energia. più articolato è il calcolo dell’energia Ex+y della somma di due segnali. è semplice provare che si ha Ey = |α |2 Ex .36) . 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)] . non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr.34) Sviluppando il modulo al quadrato all’interno dell’integrale.22. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. osserviamo che.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.21. Nel caso del prodotto per una costante α ∈ C.3 e B. Viceversa. In conclusione. 2.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. dalla quale.5. e la somma di due segnali di energia è ancora un segnale di energia. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt . posto y(·) = α x(·). § 2.4). § B.21). la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. ma non avere area finita. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri).5. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es. Più in generale.6). Poiché i segnali aventi area finita hanno componente continua nulla. 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 . un segnale può avere area finita.34). (2.22 e 2. in generale. 2. 2.4): un segnale può essere di energia. ma non essere di energia.5 Energia di un segnale 73 2.3). sussiste la seguente definizione: Definizione 2.2.1 Segnali di energia I segnali aventi energia finita (come quelli degli es. 2.2. (2. la conseguenza pratica è che tipicamente essi hanno componente continua nulla. dal punto di vista matematico.1.23).6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞). (2. sostituendo nella (2.35) Z→+∞ −Z x(t) y∗ (t) dt . che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es. e 2. un segnale di energia può anche avere componente continua non nulla.

in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. . Esempio 2. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0.40). 2. In tal caso. Particolarmente interessante è la condizione in cui Exy = 0. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. (2. al caso TD. però. l’energia mutua è in generale una quantità complessa. oltre alle energie Ex e Ey dei singoli segnali. Estendendo i precedenti concetti. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore.41). 11 Si usa il termine “ortogonalità” in quanto. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). minore o uguale rispetto alla somma delle energie. Poiché il termine contenente l’energia mutua nella (2.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. 10 Se i segnali sono complessi.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.37) La relazione (2. (2. in quanto Eyx = Exy . la relazione (2.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. In tal caso si ha x(t) y∗ (t) ≡ 0. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. poiché il secondo segnale nella (2. e risulta simmetrica. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. Inoltre. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). si ha Eyx = E∗ : nel caso di xy segnali reali. in base a concetti matematici più avanzati. che è una quantità reale e non negativa. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . (2. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo.38) è coniugato. Nei due esempi seguenti.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy .8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0.37) o nella (2. Per segnali di energia ortogonali vale l’additività delle energie (2. con ovvie modifiche. mentre diventa necessaria e sufficiente se i segnali sono reali.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale.38) (segnali TD) A differenza dell’energia.39) può assumere segno qualsiasi. (2.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi).37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare.

5 2 −1 −0.5 1 1. 2.5 0 −1.5 0.42.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo.5 t 1 1. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z.2.5 t 1 1. mentre l’altro ha simmetria dispari. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito. generalizzando l’interpretazione come media temporale al caso TD.5 0 t 0.5 y(t) 0. è una quantità non negativa (Px ≥ 0).6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0.5 1 1.5 0.5 0 −1 1 −0. 2.41. abbia simmetria pari.5 y(t) 0 −0.5 Fig.5 0 −1 −0. Per un esempio concreto. Fig.5 0 0. si perviene alla seguente definizione di potenza: . Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z. La potenza è una quantità misurata in J/s o Watt (W).6 Potenza e valore efficace di un segnale Come l’energia. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es. Esempio 2. ad esempio x(t).24). (2. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari.42). Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 . che è utilizzato in numerosi e diversi ambiti della fisica.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.25). nonostante x(t) y∗ (t) ≡ 0.5 −1. 2. Z) per la lunghezza 2Z di tale intervallo di tempo.5 2 −1 −0. ma tali che uno dei due. 2. al modulo al quadrato del segnale. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt .5 0 t 0. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt . come l’energia. Pertanto. 2. 2. risulta anche in questo caso Exy = 0. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es. anche la potenza è un parametro sintetico caratterizzante alcuni segnali.5 0 0.

A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). allora Px = a2 . 2.42) non sono necessariamente quelle corrette (ovvero W). Sulla base del risultato dell’es.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che.42) può essere omesso se il segnale è reale. poiché il gradino assume solo i due valori reali 0 ed 1. di ottenere una quantità che dipende esclusivamente dal segnale. 2.15 sulla componente continua di un gradino. fasore. molto utilizzato nell’elettrotecnica: Definizione 2.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. gradino. Avendo trascurato eventuali costanti di proporzionalità. Se il segnale è reale (a ∈ R). Esempio 2.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 . tali segnali prendono il nome di segnali di potenza: Definizione 2. 2. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es.1 Segnali di potenza Sulla base della definizione di potenza. Esempio 2. signum) e i segnali periodici (es.76 Proprietà dei segnali Definizione 2.6. 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.26. le dimensioni fisiche della potenza definita in base alla (2. come per l’energia. è possibile individuare la classe dei segnali che hanno potenza finita. Il vantaggio è. (segnali TC) (2.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞).9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. .

Esempio 2. Per ω0 = 0. A2 cos2 (ϕ0 ) . Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). per cui è di scarso interesse pratico). Esempio 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). 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. Per ω0 = 0.13).43)  ∑ |x(n)|2 . il fasore x(t) è periodico di periodo T0 = (2. 13 Ad esempio.7(c) della media temporale. allora anche |x(·)|2 ammette lo stesso periodo. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. Il valore efficace della sinusoide è allora xrms = Px = √2 . Infatti. Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale). si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 .6 Potenza e valore efficace di un segnale 77 sinusoide). k ∈ Z . un segnale periodico è necessariamente un segnale di potenza. altrimenti . il fasore degenera nel segnale costante x(t) = A e jϕ0 . se θ0 = π k. Analogamente. 12 Notiamo che se x(·) è periodico di periodo T [N ].12) oppure (2. . salvo per casi particolari di scarso interesse pratico13 .29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ).19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. questo comporta che la sua energia è necessariamente infinita. per cui: Px = |x(t)|2 = A2 = A2 . un segnale periodico deve necessariamente avere durata illimitata.28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero.2. si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. Infatti. fatta eccezione per casi di scarso interesse pratico. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . 2. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). per cui la potenza si può calcolare applicando la A2 dt = A2 . risultato frequentemente utilizzato nell’elettrotecnica. segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . Nel caso in cui ω0 = 0. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale.43). Per soddisfare la definizione (2. In tal modo.

si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . Anche in questo caso. Tuttavia. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD.6. lim 2Z (2. sussiste il seguente risultato: Teorema 2. presenta Ex = Px = +∞. dalla (2.44) È chiaro allora che. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. i due insiemi non costituiscono una partizione di tutti i possibili segnali. nè di energia. definita come segue: (2.46) . in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. Viceversa. Per provare la (a). 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. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. nè a quelli di potenza. (2. seguendo passaggi simili a quelli effettuati per l’energia.44) esiste finita. se l’energia è finita. e la somma di due segnali di potenza è ancora un segnale di potenza. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. e quindi non può essere di potenza. e quindi non può essere di energia. allora esso ha energia infinita (Ex = +∞). In altri termini. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. e quindi non si può considerare nè un segnale di potenza.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. si prova facilmente che Py = |α |2 Px . Pertanto. (b) se x(·) è un segnale di energia. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ .44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. nè di potenza. Ad esempio il segnale rampa a TC x(t) = t u(t). in quanto hanno Ex = +∞). Prova.78 Proprietà dei segnali 2. la (b) prova che un segnale di energia ha necessariamente Px = 0. invece. 2. in quanto esistono casi di segnali che non sono nè di energia. allora esso ha potenza nulla (Px = 0). Viceversa. Esistono casi meno banali di segnali. 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 . A tal proposito.43.6. se la potenza (2. raffigurato in fig. e sfruttando la proprietà di linearità della media temporale.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). posto y(·) = α x(·).1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. che non sono segnali di potenza. per quanto riguarda la somma di due segnali. aventi durata non limitata.

per cui la (2. Segnale rampa a TC. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2.48) Le relazioni (2. Definizione 2.5 x(t) = t u(t) 1 0. Per segnali di potenza ortogonali.46) e (2.43.30 (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). si ha Pyx = P∗ . in particolare. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi). 2. 2 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. a meno che Pxy = 0. ed xy in generale la potenza mutua è complessa. per la presenza dell’operazione di coniugazione sul secondo segnale. (2. Esempio 2.6 Potenza e valore efficace di un segnale 79 2 1.2. anche per la potenze non vale l’additività.46) si scrive Px+y = Px + Py + 2 Pxy .48) e evidenziano che. vale la proprietà di additività delle potenze: Px+y = Px + Py .5 0 −2 −1 0 t 1 2 Fig. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0. come per le energia. (2.47) K 1 ∑ x(n) y∗ (n). (segnali TC) (2. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 . Si ha infatti. con ω0 = 0.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali.

Esempio 2. Con riferimento in particolare alla potenza.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura. 2.1. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0. e xac (·) = 0 per definizione.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale.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.30). dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla. evidenziando i legami esistenti tra alcuni di essi. vale a dire. nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . (2. Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali. Watt (W) per le potenze. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). 2. a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. Si ha allora: Px = Pdc + Pac . ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. Posto infatti x(·) = xdc + xac (·). che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. nella tab. Joule (J) per le energie. . in quanto l’operazione di coniugazione si scambia con la media temporale.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. In conclusione. 2. per risolvere i due problemi precedenti e per semplificare alcuni calcoli.

e si scrive più specificamente [Px ]dBW . applicando le proprietà dei logaritmi. in quanto. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. dato il valore di potenza [Px ]dB in dB .1 0. 2. opportunamente scelta a seconda delle applicazioni.01 0. si parla di potenze espressa in dBm.5 1 2 10 100 1000 [Px ]dB −30 dB −20 dB −10 dB −3 dB 0 dB 3 dB 10 dB 20 dB 30 dB Tab. Nella tab. e si scrive [Px ]dBm . per avere lo stesso valore in dB. scegliendo P0 = 1 W.7 Misura in dB della potenza e dell’energia 81 Px /P0 0.2. 2. nella definizione (2. mentre se si sceglie P0 = 1 mW. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 .50).001 0.50): Px = P0 · 10 [P x ]dB 10 . si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . se invece P0 = 1mW. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px . si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . conviene introdurre un fattore numerico pari a 20. ed in tal caso si parla di potenze espresse in dBW. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. Valori comuni di potenza espressi in dB. . invece di 10. tenendo conto della relazione quadratica esistente tra valore efficace e potenza.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. tuttavia.2. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. Esempio 2. dove P0 è una potenza di riferimento. Ovviamente. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2.

misurando invece la potenza ricevuta in dB. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. La (2. Si consideri lo schema di fig. [PR ]dBm = [γc ]dB + [PT ]dBm . Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . si ha: [PR ]dB = 10 log10 ovvero. Notiamo che poiché 0 < γc < 1. . Infatti. Esempio 2. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. come è ovvio che sia. 2.44. Detta PT la potenza trasmessa. 2. 2. assumendo ad esempio P0 = 1mW.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. risulta [PR ]dBm < [PT ]dBm . Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). allora [γc ]dB < 0. le potenze di riferimento nei due casi differiscono di un fattore 1000.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 .44. la potenza ricevuta sarà pari a PR = γc PT .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). per le proprietà dei logaritmi.2) in unità logaritmiche. per cui. (2.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. in una relazione additiva. corrispondente a 30 dB (tab.

4 Si consideri il segnale TC y(t) = x(2t − 1). (b) z(n) = x(3n − 1).3 Si consideri il segnale TC x(t) = Λ(t). 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. (b) ritardo di 5 seguito da una riflessione. 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). (f) z(n) = x(n − 2) + y(n + 2). ±2. Esercizio 2. ±3} 0.1 Si consideri il segnale TC x(t) = rect(t). Esercizio 2. (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. (c) y(t) = x(−t). t (e) y(t) = x . (i) z(n) = x(3 − n) y(n). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). dopo aver rappresentato il grafico di x(n) ed y(n). (k) z(n) = x(n) y(−2 − n). (h) z(n) = x(n + 2) y(n − 2).2. Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . n (d) z(n) = x . 3 Esercizio 2. (d) y(t) = x(2t). 2 (e) z(n) = y(2 − 2n). (g) z(n) = x(2n) + y(n − 4). (b) y(t) = x(t + 5).8 Esercizi proposti Esercizio 2. (j) z(n) = x(−n) y(−n). (l) z(n) = x(n + 2) y(6 − n).2 Dati i segnali TD x(n) = |n| . ±1. (c) z(n) = y(1 − n).8 Esercizi proposti 83 2. altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . n ∈ {0.

1 + t2 (f) x(t) = u(t) − rect(t − 2). Individuare le operazioni effettuate (specificandone l’ordine) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(−t + 1). Esercizio 2. t −1 . (c) y(t) = x(2t − 1). Determinare.6 Rappresentare graficamente il segnale TC y(t) = 1.5 Si consideri il segnale TC x(t) = Λ(t). si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1).7 Rappresentare graficamente il segnale TC  3(t − 2) . (b) y(t) = x(−t − 1). 3 Esercizio 2. con T > 0. Determinare. (c) x(t) = e−|t|/T . l’estensione temporale e la durata del segnale. 5 ≤ t ≤ 8   0. 2 1 (e) x(t) = √ .84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. Esercizio 2. Esercizio 2. (d) x(t) = e−t . (e) y(t) = x 3 t −1 (f) y(t) = x . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). (b) cambiamento di scala con a = 2 seguito da ritardo di 1. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): .8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. inoltre. 2 ≤ t ≤ 5  y(t) = 3(8 − t) . l’estensione temporale e la durata del segnale. con a > 0. Esercizio 2. (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. (d) y(t) = x[2(t − 1)]. (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. 2 ≤ t ≤ 4 0 .9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. (b) x(t) = e at u(−t). inoltre. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t).

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

] Esercizio 2. Esercizio 2. 1 ≤ t ≤ 2   0.2π n). + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. e calcolarne valor medio. 5 3 πn 3π n π + . (e) x(n) = 1 2 +∞ n u(n). (g) x(t) = e−t . (d) x(t) = e−2t u(t). utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. altrimenti e calcolarne valor medio. 2 (h) x(t) = e−t 2 /2 u(t). (f) x(t) = e−|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). (c) x(t) = cos(2π 100t) u(t).16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. (b) x(n) = u(n) − u(−n − 1). . Esercizio 2. 0≤t ≤1  x(t) = 2 − t . (d) x(n) = 5 cos(0. 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). 1 (i) x(t) = √ . (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). (f) x(n) = (2)n R4 (n − 2). (b) x(t) = sgn(t). (e) x(t) = et u(−t). energia e potenza. (c) x(n) = cos(π n) R5 (n).14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t).86 Proprietà dei segnali πn πn sin .17 Rappresentare il grafico del segnale TC  t . energia e potenza.

si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . e calcolarne valor medio.8 Esercizi proposti 87 Esercizio 2.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. energia e potenza.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. altrimenti e calcolarne valor medio. . Esercizio 2.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . Esercizio 2. . Esercizio 2. −3. − 0.2.5. energia e potenza. Esercizio 2. energia e potenza in entrambi i casi.23 Dato il segnale TC x(t) = rect(t). energia e potenza. −4 ≤ t ≤ 4 x(t) = 5 + t . e calcolarne valor medio. altrimenti e calcolarne valor medio.21 Rappresentare il grafico del segnale TD x(n) = sin(0. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. altrimenti nel caso in cui a = 1 e a = 0. 4} 0. (b) Calcolare la componente continua di y(t). −a ≤ t ≤ a 0. 4 ≤ t ≤ 5   1 . energia e potenza. Esercizio 2. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. n ∈ {−4.22 Rappresentare il grafico del segnale TC  5 − t . −5 ≤ t ≤ −4    0.5π n) . .20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . energia e potenza. Esercizio 2. . .

27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. (f) x(t) = cos(2π t) + 1 cos 2π t − π .25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . Inoltre. πt 2 (d) x(t) = cos(π t) + cos . si calcolino valor medio. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. energia e potenza. Esercizio 2. calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). A2 ∈ R+ .   0.30 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). x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 .28 Calcolare valor medio. (c) x(t) = t 0 cos(2πτ ) d τ . A2 ∈ R+ .29 Calcolare valor medio. energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . si calcolino valor medio. (e) x(t) = 2 cos(2π t) + 3 sin(2π t).88 Proprietà dei segnali Esercizio 2. x2 (t) = A2 e j2π f2 t con A1 .26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4). energia e potenza del segnale x(n) = x1 (n) + x2 (n) . energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . Esercizio 2. Inoltre. . Esercizio 2. energia e potenza. e calcolarne valor medio. Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. xg (n) =  2. 2 4 (g) x(t) = cos(2π t) sin(4π t).   1. Esercizio 2.

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 ) . per a ∈ A.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. 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. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . Successivamente. si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . e calcolare valor medio. energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . 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. x2 (t) = A2 rect t 2 con A1 .31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . per n0 ∈ Ω.33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . A2 ∈ R+ . .8 Esercizi proposti 89 Esercizio 2. energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . Successivamente. e calcolare valor medio. Esercizio 2. Esercizio 2.32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) .

90 Proprietà dei segnali .

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

abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. come già osservato nel § 1.2) Nella (3. 3. Pertanto. 3.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du . Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza.2). .1(a). attraverso la relazione ingresso uscita (i-u). (a) Integratore TC.∞ ∑ n y(n) (a) (b) Fig. (3. di ingresso ed un segnale di uscita.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 . (3. In maniera analoga.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U.1) può essere espresso in maniera sintetica. la notazione y(t) = S [{x(u)}u∈R .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 . che nel caso di un sistema TC si definisce come segue: Definizione 3.t] . 1 Per (3.1.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. Esempio 3.2. che presentano proprietà diverse.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 . valori che possiamo denotare sinteticamente con {x(u)}u≤t . insiemi di segnali diversi definiscono sistemi diversi.3) semplicità di notazione. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3. (b) Integratore TD o accumulatore. e non semplicemente dal valore del segnale nello stesso istante t.2): Definizione 3. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t. Tale modello matematico è descritto da una trasformazione S : 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. n] . ed è rappresentato schematicamente in fig. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. Il modello matematico (3.

Anche in questo caso. (b) Espansore per L: y(n) = n x L . e di espansione: y(n) = x n = L n . 3. decimatore ed espansore. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. Esempio 3.3 (ritardo unitario. si veda [14]).1) possono essere interpretate come sistemi.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.3.2 e fig. 3. 3. di decimazione: y(n) = x(nM) . se n è multiplo di L . l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z . particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. anticipo unitario. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) .1(b).3 semplicità di notazione.4) e rappresentato schematicamente in fig. (b) Anticipo elementare: y(n) = x(n + 1). altrimenti . valori che denotiamo sinteticamente con {x(k)}k≤n . abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z.2 Esempio 3. denominati ritardo unitario.2.3. (a) Decimatore per M: y(n) = x(nM). L 0. l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. Sistemi TD elementari. x y(n) = x(n + 1) . con una legge che può variare con n. 2 (cfr. Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. 3. anticipo unitario. Gli schemi a blocchi dei sistemi corrispondenti. (a) Ritardo elementare: y(n) = x(n − 1).2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. (3. 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. Sistemi TD elementari. date rispettivamente da y(n) = x(n − 1) .3) è lo stesso adottato per il caso TC: in particolare. 2 Per 3 Le . per questo motivo. § 2. sono riportati in fig. Nel caso TD. Fig. Il senso della notazione utilizzata nella (3. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. 3.

utilizzeremo talvolta le (3.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi.1). interpretazione vale solo per una classe particolare di sistemi. essa è una rappresentazione esterna. scheda video. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema.2) e (3. Circuito elettrico con resistori connessi in serie ed in parallelo. 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.3) per snellire alcune derivazioni. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. 3. di cui non conosciamo il contenuto. R1 ed R2 sono connessi in serie. Per concludere. x(n) −→ y(n) .3) per le relazioni i-u dei sistemi. i sistemi cosiddetti non dispersivi (cfr. scheda audio. y(n) = S[x(n)] (3.6) in luogo delle notazioni rigorose (3. 5 Per 4 Questa . “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.2) e (3. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . è la rappresentazione ingresso-stato-uscita (i-s-u).4. quali scheda madre.5 In ogni caso. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. (3. oltre ai segnali di ingresso e di uscita. si utilizzano le notazioni semplificate y(t) = S[x(t)].5) è fuorviante. Inoltre. In particolare. 3. nel seguito faremo uso esclusivamente della relazione i-u. è perfettamente adeguata per i nostri obiettivi. A volte.3. 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.5) oppure le notazioni simboliche: x(t) −→ y(t).4 Tuttavia.6) Abbiamo già osservato che la notazione (3. § 3. il sistema stesso è visto come una “scatola nera” (black box). In particolare.5) e (3. avendo avvertito il lettore. invece delle notazioni complete (3. mentre R3 ed R4 sono connessi in parallelo. un PC può essere realizzato assemblando componenti più semplici. che sebbene sia meno generale. e sicuramente non è la più generale. in cui entrano in gioco.

Per semplificare lo studio delle interconnessioni tra sistemi. Ad esempio. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema. affinchè il sistema serie sia correttamente definito. monitor.).) S2 y 2(. tastiera. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. connessione in parallelo. 3.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 .) x(. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici.4. e collegandoli tra loro secondo tali schemi. 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. Definizione 3.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . i resistori R1 ed R2 sono collegati in serie. 3. 3.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. cioè U1 ⊆ I2 . etc. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). lettore DVD. Connessione in parallelo dei sistemi S1 e S2 . lettore floppy-disk.3. Connessione in serie o in cascata dei sistemi S1 ed S2 . avendo a disposizione più di due sistemi.) S1 S2 y(.) y(. S1 y 1(. Viceversa.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig.) Fig.) Fig.) x(. come ad esempio quello riportato in fig. . è possibile ottenere sistemi anche molto complessi. hard-disk. e connessione in retroazione.5. Le connessioni più frequentemente considerate sono tre: connessione in serie. nel circuito di fig. 3. Si noti che. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . mouse. 3. lettore CD. Definizione 3.6.4. 3.2 Interconnessione di sistemi 95 z(.

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

la stabilità.2) nel caso TC e dalla (3. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t). 3. possiamo dare la seguente definizione di sistema non dispersivo: . mentre il sistema S2 è un ritardo elementare.3) nel caso TD. ma in funzione dell’uscita y(n − 1) all’istante precedente. la causalità.2) di un sistema TC: y(t) = S [{x(u)}u∈R .3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig. mentre il sistema S1 nel ramo diretto è il sistema identico. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. Notiamo che la precedente relazione non è una relazione i-u.8.3. prescindendo completamente dalla loro natura fisica. ma analizzando esclusivamente la forma matematica della relazione i-u. essendo riportata in ingresso con il segno positivo. l’invertibilità. Si noti che si tratta di una retroazione positiva. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso. Estendendo i concetti precedenti in maniera ovvia al caso TD. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico. l’invarianza temporale.3. data dalla (3. sono la non dispersività. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario. tende ad amplificare le variazioni del segnale di ingresso.t] . e non ad attenuarle. 3. la linearità.1 Non dispersività Riprendiamo la relazione i-u (3. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi. 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.8. 3. Tali proprietà.t] . 3. infatti l’uscita. discusse di seguito.

n] . e quindi i sistemi non dispersivi rappresentano un caso particolare. 3. Applicando la legge del partitore. α y(n) (b) Fig. Esempio 3. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante.98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. (3. i sistemi sono dispersivi. 3.7) In sintesi.3). Esempio 3. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. (a) Caso TC. in un sistema non dispersivo. si ottiene la semplice relazione i-u: y(t) = R2 x(t) . 3. Sottolineamo che.9. (b) Caso TD. Schema a blocchi di un amplificatore. di norma.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. R1 + R2 nella quale y(t) dipende solo da x(t). Definizione 3.3) assume la forma y(n) = S [x(n).2) oppure la (3. Inoltre. si parla anche di sistema istantaneo o senza memoria.9) . (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) . in quanto la forma più generale della relazione i-u è la (3.10. come sinonimo di sistema non dispersivo. eventualmente. R1 + R2 (3. con t oppure con n).t] .2) assume la forma y(t) = S [x(t).6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3. il cui schema elettrico è riportato in fig. Schema elettrico di un partitore resistivo. con α = R2 < 1. Pertanto il partitore resistivo è un sistema non dispersivo.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.8) (3.

In definitiva.7 (amplificatore/attenuatore TD) I concetti dell’es. 3.10(a). dopo un tempo T . oltre che da x(n). 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. 3. o ancora con memoria: ad esempio. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) .6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. α > 1. z(t) = −x(t). bM . . 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. Se. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2.3. 3. .8 caso α < 0 si può vedere come la cascata di un invertitore. e di un amplificatore/attenuatore y(t) = |α |z(t). Un amplificatore/attenuatore TC si rappresenta come in fig. Poiché l’uscita all’istante n dipende. il sistema funziona da amplificatore.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . 3. . . anche se negli es. Esempio 3.3 Proprietà dei sistemi 99 Più in generale.3. Un amplificatore/attenuatore a TD si rappresenta come in fig.2 sono sistemi dispersivi. Esempio 3. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media.9 ciò non accade. e sistemi a memoria infinita. 3. Un sistema che non soddisfa la prop. Esempio 3.9). b1 .9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . n − 1. con 0 < α < 1. Inoltre. prende il nome di attenuatore. 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. ad esempio l’integratore dell’es. Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). x(n − M) del segnale di ingresso. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. con pesi b0 . . n − M. degli M + 1 campioni x(n). la memoria del sistema è proprio pari a T per ogni t. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. tuttavia. . Il termine “memoria” per T viene utilizzato proprio perché. . non dipende dall’intero segnale d’ingresso. nel senso chiarito meglio dai due esempi seguenti.2 sono entrambi sistemi con memoria infinita. Si parla di “memoria” del sistema. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. . . il sistema “dimentica” l’ingresso. viceversa. Per questo motivo. 3. . x(n − 1). un sistema TC descritto da una relazione i-u del tipo (3. il sistema prende il nome di integratore con memoria finita. L’uscita all’istante t.8 e 3. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce.1 e l’accumulatore dell’es. l’integratore dell’es. . sistemi a memoria praticamente finita.1 e l’accumulatore dell’es. In linea di principio tale memoria potrebbe variare col tempo. tale sistema ha memoria finita e pari ad M.7 all’uscita in un determinato istante di tempo.6 si possono estendere al caso TD. anche da M campioni precedenti dell’ingresso. con T > 0.10(b). non sempre la memoria di un sistema è finita. 3. . Si tratta evidentemente di un sistema dispersivo. 3. 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.6 si dice evidentemente dispersivo. oltre al campione attuale. o anche dinamico. 3. 6 Il .

con T > 0. n] . ovvero di un sistema per il quale la (3.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R .1. a patto che T > 0.t] . l’uscita y(t) all’istante t dipende dall’ingresso passato. Per un fissato t. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T .11) (3. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. Si giunge allora alla fondamentale definizione di sistema causale. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t. Con ovvie modifiche. descritto dalla relazione i-u y(t) = t −∞ x(u) du .100 Proprietà dei sistemi 3. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. e quindi da valori futuri dell’ingresso.10 (integratore causale e non causale) L’integratore dell’es.10) Esempio 3. secondo il quale l’effetto non può precedere la causa. descritto dalla relazione i-u y(t) = t t−T x(u) du . {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente.8.2) assume la forma y(t) = S [{x(u)}u≤t . Interpretando l’ingresso come causa e l’uscita come effetto. 3. 3. (3.2 Causalità Partiamo ancora dalla relazione i-u (3. è chiaramente un sistema causale. ovvero i valori passati ed il valore presente dell’ingresso. Allo stesso modo. otteniamo un sistema non causale.t] . è un sistema causale.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3.3. In altri termini. quindi. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. l’integratore dell’es. ma non dipende dagli ingressi futuri.3) assume la forma y(n) = S [{x(k)}k≤n . presente e futuro.2) assume la forma y(t) = S[{x(u)}u≤t . . ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du .t] . {x(u)}u>t rappresenta l’ingresso futuro: in generale. (b) Un sistema TD si dice causale se la sua relazione i-u (3. Modificando gli estremi di integrazione. il concetto di sistema causale si estende al caso TD. giungendo alla seguente definizione: Definizione 3.

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

b0 = 1 e b1 = −1). ai sistemi fisici che elaborano i segnali “in tempo reale”. per ogni n ≤ 0.1(b) e scegliamo x1 (n) = 0. infatti. Tuttavia. ossia: y(t) = S[{x(u)}u>t . y2 (t) = 0. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale).4) ammette una interpretazione sistemistica. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. Un sistema siffatto si dice anticausale.11.. 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. y(n) = S[{x(k)}k>n . 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. per alcuni valori di t ≤ 0. es. 3. Quindi la prop. Ad esempio.1. la cui corrispondente uscita è y1 (n) = 0. b0 = −1 e b1 = 1). 3. Questa osservazione si applica. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale.t] . Per provare ciò formalmente. Un altro esempio .. Esempio 3. Differenza prima.11. 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). ∀n ∈ Z. Quindi la prop. in molti casi. infatti. Può essere visto come un sistema MA causale (cfr. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . in particolare. mentre y2 (t) = 0. 0[. y(n) Sebbene x1 (t) = x2 (t) = 0. per ogni t < 0.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. ed x2 (n) = δ (n − 1). 3. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. anziché elaborare un segnale in tempo reale.9. Sebbene x1 (n) = x2 (n) = 0. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. e quindi i sistemi del mondo fisico sono tutti causali. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). 3.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. In quest’ultimo caso. ad esempio) ed elaborarlo “in tempo differito”: si pensi. non sono stati ancora scoperti.10) oppure la (3. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. con M = 1. anche l’operazione di differenza prima per segnali a TD (cfr.102 Proprietà dei sistemi x(n) ∇1 Fig. § 2. Si è visto che un sistema in cui l’uscita non soddisfa la (3.) sistemi fisici capaci di prevedere il futuro (ad esempio. y1 (0) = 0 e y2 (0) = 1. con M = 1. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. 3.9. 3. per alcuni valori di n ≤ 0. per t ∈] − T. es. esso può anche essere visto come un sistema MA non causale (cfr. ∀n ∈ Z.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. usiamo la prop. ed è quindi utile considerare anche il caso di sistemi non causali. Equivalentemente. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). 3. è possibile memorizzarlo (su un supporto magnetico o ottico.11) si dice non causale. Osserviamo in conclusione che non esistono (o almeno. per ogni t ≤ 0. n] . ad esempio. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1).

in altre parole. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. non potremo risalire univocamente a x(t). siamo interessati a risalire all’ingresso x(·) che l’ha generata. è possibile costruire un sistema S−1 : U → I . L’amplificatore è un sistema invertibile. Esempio 3.3.3 Invertibilità In molti casi pratici. nell’elaborazione di immagini. anche se non operanti in tempo reale. questo significa che. faremo uso della notazione semplificata (3.5) per esprimere i legami i-u dei sistemi. Da un punto di vista sistemistico. Si può verificare che. In altri termini. Se il sistema è invertibile. l’ordine dei due sistemi nella cascata in fig. pertanto. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. ingressi distinti devono generare uscite distinte.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. descritto dalla relazione i-u: y(·) = α x(·) . a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). il sistema S è il sistema inverso di S−1 . osservato y(t). allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). 3. la causalità rappresenta un vincolo a cui il sistema deve obbedire. Si noti che.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. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. le corrispondenti uscite y1 (·) e y1 (·) siano distinte. per ogni segnale di ingresso x(·) ∈ I . ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. quando si progetta un sistema. 3. 10 Nel seguito di questa sezione. nota l’uscita y(·) di un sistema. 3. In questo caso. Sfortunatamente questo non è sempre possibile. per ogni segnale y(·) ∈ U. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso.12.12) ossia. α e quindi il sistema inverso è un attenuatore.3. comunque si fissi un segnale di uscita y(·) ∈ U. se il sistema S è invertibile. non vi è alcuna restrizione sui segnali di ingresso e uscita. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. se S−1 è il sistema inverso di S. (3. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) .12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. Più precisamente. sussiste la seguente definizione di sistema invertibile:10 Definizione 3. la variabile indipendente è di tipo spaziale). detto sistema inverso. .

) Fig.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico. lo studio dell’invertibilità di un sistema. Esempio 3.12.3) assume la forma y(n) = S [{x(k)}k∈Z ] . a tale scopo possiamo far riferimento alla condizione necessaria (3. poiché la (3. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario]. nonché la determinazione del sistema inverso. mentre U è costituito da tutti i segnali non negativi a valori reali. In questo caso. salvo per casi particolari. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3.14) .) S S -1 x(.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC.) x(. Estendendo tale concetto in modo ovvio al caso TD.12). 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 (·)|. 3. È facile provare che il sistema raddrizzatore non è invertibile.t] . è in generale un problema abbastanza complesso. Se tale dipendenza dal tempo non c’è. (3.3.104 Proprietà dei sistemi y(. Pertanto. nella sua forma più generale: y(t) = S [{x(u)}u∈R .12) è violata. non vi è alcuna restrizione sui segnali di ingresso. 3.2) assume la forma y(t) = S [{x(u)}u∈R ] .13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3. il raddrizzatore non è dotato di sistema inverso. Va notato in conclusione che. e quindi i suoi effetti sono irreversibili. possiamo dare la seguente definizione: Definizione 3. (3.

con riferimento ad un sistema TC. ottenuto da x(t) introducendo il ritardo temporale t0 . l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . R1 (t) + R2 (t) (3. 3. allora yt0 (t) = y(t − t0 ). si consideri ora il segnale xt0 (t) = x(t −t0 ). nel senso che il segnale di uscita yt0 (t) avrà lo stesso andamento temporale del segnale y(t) (la forma del segnale di uscita non cambia). Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. 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. a partire dal segnale x(t). ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. e quindi l’origine dei tempi può essere fissata arbitrariamente.13. Se tuttavia si tiene conto degli effetti +R termici. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura.13) o la (3. R1 + R2 è un sistema TI. Specificatamente.14) si dice tempo-variante (TV) o non stazionario. in questo esempio. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). un sistema che non soddisfa la (3. ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 .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. il segnale x(t) è applicato in ingresso al sistema all’istante t1 . Se invece il sistema è TV.15) . pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t).3. Esempio 3. in altre parole. in quanto il rapporto R1R2 2 non dipende dal tempo.2). producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . il suo comportamento non cambia nel tempo. avente relazione i-u y(t) = R2 x(t) . Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig.13.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. Se il sistema è TI. Viceversa. 3. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). 3.

e si scrive y(n) = α (n) x(n). che è illustrata in fig. 3. 3. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. differentemente dalla def. 3.17) .14(b) al segnale di ingresso x(n).16) è denominato amplificatore a guadagno variabile. ovvero se e solo se le due configurazioni in cascata riportate in fig. Viceversa. 3. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). 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”.2(b).13). Notiamo che un partitore del tipo (3.18) (3. La stessa caratterizzazione vale anche nel caso TD. rispetto allo schema di fig.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) .14 con riferimento ad un sistema TD. 3. ottenendo il segnale yn0 (n) in uscita dalla cascata. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. Con riferimento al caso TC.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) .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 ) . in cui. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. e da attenuatore per i valori di t per i quali |α (t)| < 1. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. 3. l’ordine tra i due sistemi è scambiato. 3. è utile fornire una caratterizzazione della proprietà di invarianza temporale che. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig. In base alla prop.14 sono equivalenti.16) Un sistema del tipo (3. ad esempio. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. La prop. 3. per ogni n0 ∈ Z. nel senso che (3. Si faccia attenzione che. (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 ) .14(a). più precisamente.9 in cui compare il funzionale S. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ).2 ha un’interessante interpretazione in termini sistemistici.106 Proprietà dei sistemi ed è quella di un sistema TV. 3. a stretto rigore. (3. per cui si ha la seguente proprietà: Proprietà 3. per ogni t0 ∈ R. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. 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). il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1.

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

3. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. e pertanto il sistema risulta essere TV. Ad esempio.10. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). Esempio 3. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . Allo stesso modo.9 è TI.1): y(n) = x(−n) . il sistema può ritenersi ragionevolmente TI. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . se tale proprietà non fosse verificata.108 Proprietà dei sistemi Esempio 3. Tuttavia. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n.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 § 2.2 è un sistema TI. Infatti. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. 3.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es.1 è un sistema TI. 3. Tuttavia. 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 ) . Effettuando il cambio di variabile v = u − t0 .19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. 3. se il volume è tenuto fisso. Esempio 3. per cui resta provato che l’integratore è un sistema TI. k=0 M M per cui il sistema è effettivamente TI. si può provare che l’integratore con memoria dell’es. . Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es.8. per l’intervallo di durata di un compact disc. un amplificatore audio non è un sistema TI in senso stretto. e l’integratore non causale dell’es. sono anch’essi sistemi TI. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . e cambia meno drasticamente quando si alza o si abbassa il volume. 3. In conclusione. il sistema risulterebbe TV. 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. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. invece. e non attraverso la rappresentazione i-s-u.20) per ogni x(n) ∈ I limitato. Esempio 3.3 Proprietà dei sistemi 109 3.12 Matematicamente. e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky . da cui si ricava che anche y(t) è limitato. e supponendo anche in questo caso che il guadagno sia limitato. (3. . con Kx . (3. In pratica.21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile.19) per ogni x(t) ∈ I limitato. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. cioè che valga la condizione |x(·)| ≤ Kx . Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). ∀t ∈ R . Esempio 3. si possono dare definizioni diverse di stabilità. per ogni valore di tempo.9. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. quando parleremo di stabilità intenderemo sempre la stabilità BIBO. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). Infatti. Esempio 3. Nel seguito.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. Ky ∈ R+ . è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) .3. Ky ∈ R+ . e trovare un’opportuna maggiorazione per l’uscita. per ogni valore di tempo.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 . (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 . per provare che un sistema è stabile. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . per cui anche y(t) è limitato.3. Per la rappresentazione i-s-u. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. con Kx .22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). 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. Con analoghi passaggi. che coinvolgono anche la limitatezza delle variabili di stato. bisogna supporre che l’ingresso sia arbitrario ma limitato.23 (sistema MA) Proviamo che il sistema MA dell’es. ∀t ∈ R .

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

abbiamo provato che il sistema è instabile. −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. si ottiene in uscita il segnale  0 . ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”.3 Proprietà dei sistemi 111 non è un sistema stabile. che. l’uscita può assumere. ed è un segnale non limitato in ampiezza.3. n < 0. se si pone in ingresso x(n) = u(n). in quanto l’integrale −∞ du non è limitato. rispettivamente. Infatti. che possono portare alla rottura. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività.3. in un sistema fisico instabile. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du . in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. pochi mesi dopo essere stato aperto al traffico. X ≡ C. In maniera simile.C. per provarlo. 3. Viceversa. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. Nel seguito supporremo che. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. cioè l’accumulatore dell’es. USA) che crollò nel 1940. se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita. per determinati segnali di ingresso.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). avente relazione i-u y(n) = k=−∞ ∑ n x(k) . poniamo in ingresso x(t) = u(t) (ingresso limitato). Questa scelta ci consente di trattare anche segnali. t ≥ 0 . Proprio per evitare l’innesco di pericolose oscillazioni.6 Linearità La proprietà di linearità è estremamente importante.15). mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD. Infatti. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. più in generale. La stabilità è una proprietà fondamentale nel progetto dei sistemi.. t t u(u) du = y(t) =  du = t . i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. è instabile. 3. a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. si prova che la versione a TD dell’integratore con memoria infinita. in quanto assicura che. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. D’altra parte. l’uscita non assumerà mai valori arbitrariamente grandi. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. e calcoliamo l’uscita:  0 . 3. t < 0.2.43). che rappresenta una rampa a TC (fig. applicando al sistema segnali di ingresso limitati. t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. quali ad esempio il fasore. secondo la definizione seguente: . Tale difficoltà lascia intuire che il sistema è instabile. cioè. n ≥ 0. 2. che è non limitato. valori arbitrariamente grandi.  n n y(n) = ∑ u(k) = ∑ 1 = n+1.

esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale. In altre parole. 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 . nel senso che ya (·) ≡ yb (·). 3.112 Proprietà dei sistemi x(. se il sistema è omogeneo. Definizione 3.11 (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. quindi.16. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. Pertanto.) (b) Fig. le configurazioni (a) e (b) sono equivalenti. 3. se il sistema S verifica la proprietà di additività. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. allora anche x1 (·) + x2 (·) ∈ I. affinchè il sistema S possa essere lineare. 3. la proprietà di omogeneità impone implicitamente che. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U.) x(. allora anche α x(·) ∈ I. 3. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. Da un punto di vista matematico. se si deve calcolare la risposta del . si ha: α x(·) −→ α y(·) . ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante.17(a) è equivalente al sistema raffigurato in fig. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). allora la cascata del sommatore e del sistema S in fig. quindi. ∀α ∈ C . 3. la proprietà di additività impone implicitamente che. se x1 (·) ∈ I e x2 (·) ∈ I. Precisamente. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi.16(a) è equivalente alla configurazione serie in fig. allora la configurazione serie in fig. 3. con riferimento alla fig.) α (a) S y a(. Da un punto di vista sistemistico. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. la proprietà di omogeneità può essere interpretata come in fig.17. se x(·) ∈ I. 3. se il sistema S verifica la proprietà di omogeneità.16(b) (si faccia attenzione: non è una configurazione parallelo). Se il sistema S verifica la proprietà di omogeneità. Infatti.16(b). si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) .) S α y b(. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U. Allo stesso modo. nel senso che ya (·) ≡ yb (·).16.

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

α2 . ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici. ∈ C .22). nel seguito assumeremo la (3.114 Proprietà dei sistemi x1(. (3.) x2(.23) come definizione di principio di sovrapposizione. la (3. La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. come l’invarianza temporale.) x2(.) α1 S α2 (a) y a(. k ∀α1 . i segnali di uscita ottenuti. il numero di segnali xk (·) è infinito. utilizzando i coefficienti α1 e α2 . . 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.) S α1 y b(. . A tale proposito. comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I. . che ovviamente racchiude la (3. calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·).22) come caso particolare.22) da sola non basta per assicurare la (3. si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se. le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione).23): in questo caso. si noti che. Se il sistema S è lineare. anche la linearità è una idealizzazione .) S α2 (b) Fig. con k ∈ Z. occorre imporre alcune condizioni matematiche aggiuntive. e poi combinare linearmente. .23) discende semplicemente dalla (3. con gli stessi coefficienti.18. delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente. . Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico. .) x1(. se. si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) . invece. l’uscita corrispondente ad una arbitraria combinazione lineare di {xk (·)}k∈Z è costituita dalla combinazione lineare. . 3.23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3. αk .

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. in quanto. Sia x0 (·) ≡ 0 l’ingresso nullo. variabile da sistema a sistema. l’uscita corrispondente è necessariamente nulla. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . il sistema non può più considerarsi lineare.22). 13 Tipicamente. (3. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. in particolare.3. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. infatti. se l’ampiezza del segnale di ingresso eccede tale soglia. Sebbene sia non lineare secondo la definizione data. Ad esempio. Una conseguenza importante della proprietà di linearità. Nell’es. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. 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. 3. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). Adoperando la formulazione (3. Poiché x0 (·) −→ y0 (·). si trova y0 (t) = b0 = 0.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. Prova. si ha. Infatti ponendo x(t) ≡ 0. in pratica. Esempio 3. l’uscita corrispondente all’ingresso nullo è necessariamente nulla.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. Sia nel caso TC che TD. si ha yL (t) = b1 x(t) e y0 (t) = b0 . quando si parla di sistema lineare.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. per l’omogeneità. In pratica. si intende un sistema che soddisfa il principio di sovrapposizione. con b0 = 0. 3. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. e più precisamente dell’omogeneità. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. con semplici calcoli algebrici: S[α1 x1 (t) + α2 x2 (t)] = α (t)[α1 x1 (t) + α2 x2 (t)] = α1 [α (t) x1 (t)] + α2 [α (t) x2 (t)] = α1 S[x1 (t)] + α2 S[x2 (t)] . è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). α x0 (·) −→ α y0 (·) . in elettronica. si ha. e si dicono lineari per le differenze. ∀α ∈ C.13 Esempio 3. il sistema dell’es.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. 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.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . Proprietà 3. . Infatti. che rappresenta l’uscita corrispondente all’ingresso nullo.26. in quanto soddisfa al principio di sovrapposizione. ∀α ∈ C . 3. Tali sistemi sono una generalizzazione dei sistemi lineari. e sia y0 (·) l’uscita corrispondente a tale ingresso.

e quindi non è omogeneo. Il sistema quadratico dell’es. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. Esso appartiene pertanto ad una classe più generale di sistemi. y(t) = sgn[x(t)] (“hard limiter”).20. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare.) x(. § 4. è descritto nell’esempio seguente. 3. e sono rappresentati graficamente come in fig. Fig.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. 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)] . né quella di additività. es. cfr. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] .3. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. che non risulta neppure lineare per le differenze. e y(t) = x3 (t) (sistema cubico). Per l’omogeneità.12 (non linearità senza memoria) Sia g(·) una funzione non lineare. detti anche non-linearità senza memoria: Definizione 3.) sistema lineare y L(. 3. cfr.20.) g(x) y(. e quindi non è additivo. 3.6. § 3. Un caso più caratteristico di sistema non lineare. 3. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. che prende il nome di caratteristica i-u.6. § 4. Esempio 3. arbitrari x1 (·) e x2 (·). 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.116 Proprietà dei sistemi x(.19. 3. Un esempio “fisico” tratto dall’elettronica è il diodo.27 è anche TI e non dispersivo o senza memoria (cfr. 3. 3. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità.) y 0(.1). la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi.21. un sistema TI senza memoria. e prende il nome di sistema quadratico o non-linearità quadratica. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente .2) lineari e a coefficienti costanti.) y(.) Fig. cfr.15). Esempio 3. se si indica (fig. Infatti.1) o alle differenze (nel caso TD. Infatti.

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

2 4 S3 : y(n) = x(2n) .2. Esercizio 3. 3.23.1 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 . Calcolare la memoria del sistema. Risultato: y(n) = x(n) + 1 x(n − 1). Sistema dell’esercizio 3. con N ≥ 1 numero intero dispari . y(t) = 2 ln(|x(t)|).2 Si consideri l’interconnessione di sistemi riportata in fig.4 Esercizi proposti Esercizio 3.23.3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . Risultato: y(t) = 2 u[x(t)]. y(t) = sgn[x(t)]. Determinare il legame i-u del sistema (complessivo) riportato in fig. 3. Risultato: La memoria è pari a N − 1. S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 .23. . Determinare il legame i-u del sistema (complessivo) riportato in figura. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig. 4 Esercizio 3.118 Proprietà dei sistemi 3. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . 3. y(t) = ex(t) .

la memoria è pari a T1 . t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura. Risultato: (a) y(n) ≡ 0.5 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) .] Risultato: Il sistema può essere causale (non è detto che lo sia). Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. Esercizio 3.1 del libro di testo. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). con A ∈ R. Risultato: Se T1 ≥ T2 . indipendentemente dalla costante A. . (b) Il sistema è invertibile? Giustificare la risposta. se T1 < T2 .3.] Risultato: Il sistema è non causale.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. x(τ ) dτ . x(t) = rect(t − 1) −→ y(t) = e−3t . 3. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. Esercizio 3. la memoria è pari a 2 T2 − T1 . (b) non invertibile: in virtù del risultato del punto (a). con T2 > 0. con T1 > 0. x(n) = R3 (n) −→ y(n) = 3n u(n) .7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) .1 del libro di testo. Esercizio 3.6 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) .4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3. l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla.

determinare il sistema inverso. In caso affermativo. 3.24. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). l’insieme U è costituito da tutti i segnali positivi. Esercizio 3. Esercizio 3. x2 (n) e x3 (n). Nella stessa figura sono riportate le uscite del sistema y1 (n). è necessariamente tempo-variante. (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. (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). (b) Stabilire se tale sistema è invertibile. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3). Segnali dell’esercizio 3.9 Il sistema S in fig. stabilire se il sistema può essere tempo-invariante. 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. Risultato: (a) nessuna restrizione su I. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1).8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . 3.120 Proprietà dei sistemi Esercizio 3. . (a) Caratterizzare gli insiemi di ingresso ed uscita.9. rispettivamente. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n).10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . 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).24 è lineare. (c) non può essere tempo-invariante.

x(t) = e− j2t −→ y(t) = e− j3t . con t0 ∈ R. Esercizio 3. (b) Dire se il sistema è stabile.13 Il sistema S in fig. 3. è necessariamente tempo-variante. Risultato: (a) non può essere lineare. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. Risultato: (a) ya (t) = cos(3t).25.26 è tempo-invariante. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). Risultato: (a) ya (t) = cos(2π fct). (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). (b) stabile.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . Sistema dell’esercizio 3. Esercizio 3. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n).11 Si consideri il sistema riportato in fig. Nella stessa figura sono riportate le uscite del sistema y1 (n). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). (c) il sistema non può essere tempo-invariante. rispettivamente. (a) Determinare il legame i-u del sistema. Esercizio 3. (b) yb (t) = ya (t) = cos(2π fct). x2 (n) e x3 (n). (c) non può essere tempo-invariante.11.3.12 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 . (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). è necessariamente tempo-variante.25. (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). (a) Stabilire se il sistema può essere lineare. è necessariamente non lineare. dire se il sistema può essere tempo-invariante. 3. (c) Stabilire se il sistema può essere tempo-invariante.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). Esercizio 3. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). 3. x(n) y(n) (-1) n Fig. (b) yb (t) = cos(3t − 1).

3. tempo-invariante e stabile. stabilità): (a) y(t) = 2 exp[x(t)]. causalità. Segnali dell’esercizio 3.1 sono necessariamente uguali”. . invarianza temporale. non dispersività. (c) y(t) = x(t) cos(2π t). Stabilire. Esempio: quando x1 [n] = x2 [n] = δ [n]. l’uscita del sistema S1. tempo-variante e stabile. tempo-variante e stabile. non dispersivo. se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). Risultato: I due sistemi sono diversi: il legame i-u del sistema S1.122 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. (d) lineare. causale se T > 0 e non causale se T < 0. Inoltre.1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). le uscite dei due sistemi S1. (b) y(t) = x(t − 2) − x(1 − t). Esercizio 3. causale se T ≥ 0 e non causale se T < 0. Risultato: (a) non lineare. motivando la risposta e fornendo almeno un esempio a suo supporto. mentre l’uscita del sistema S2. causale. S1 : y(n) = x(−n) . non dispersivo.2 è y(n) = x(−n − 2). (e) y(t) = [x(t) − x(t − T )] u[x(t)].2 e S2. mentre S2.1 è y(n) = δ (n − 2). ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità. dispersivo se T = 0.1 è y(n) = x(−n + 2). il legame i-u del sistema S2. S2 : y(n) = x(n + 2). dispersivo.26. (b) lineare. (d) y(t) = [x(t) + x(t − T )] u(t). non causale.15 Classificare. sia S1.13. con T ∈ R − {0}. tempo-invariante e stabile. tempo-variante e stabile. (c) lineare.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). (e) non lineare. motivando brevemente le risposte.2 è y(n) = δ (n + 2). dispersivo. causale.

Risultato: (a) non lineare (lineare per le differenze). h(τ ) x2 (t − τ ) dτ . non dispersività. Esercizio 3. stabilità): (a) y(n) = a x(n) + b. tempo-variante e stabile. altrimenti . (c) non lineare. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. invarianza temporale. tempoinvariante e stabile. . tempo-invariante. non causale. causale.3.17 Classificare in base alle loro proprietà (linearità. non causale se T < 0. non causale. causale. dispersivo. non dispersivo. non causale. (b) y(n) = cos(π n) x(n). non dispersività. (e) y(n) = an u(n) x(n). (b) lineare. dispersivo. invarianza temporale. (d) y(n) = k=m0  0 . (c) y(n) = ex(n) . stabile se h(τ ) è sommabile. dispersivo. non dispersività. con m0 ∈ N. motivando brevemente le risposte. se x(t) = 0 . non dispersivo. (e) lineare. causalità. tempo-invariante. (e) y(n) = n+m0 k=n−m0 ∑ x(k). b ∈ R − {0}.  n   ∑ x(k) . non dispersivo. (b) y(n) = x(−n).16 Classificare. (c) y(t) = x(t)  0. causale. dispersivo. causale. (d) lineare. Esercizio 3. stabile se h(τ ) è sommabile. altrimenti . motivando brevemente le risposte. (d) lineare. causalità. instabile. stabilità): (a) y(n) = x(n) + u(n + 1). tempo-invariante e stabile. (d) y(t) = 1 2T T −T x(t − τ )dτ . con m0 ∈ Z . Risultato: (a) lineare. (c) non lineare. tempo-invariante. 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 . (b) non lineare. dispersivo. con a ∈ R − {0}.4 Esercizi proposti 123 Esercizio 3. invarianza temporale. (c) y(n) = x(n2 ). tempo-variante e instabile. tempo-invariante e stabile. tempo-invariante e stabile. con a.18 Classificare. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità.   1 . dispersivo. causalità. per n ≥ m0 . (d) y(n) = x(n) +∞ k=0 ∑ δ (n − k). causale. causale se T ≥ 0. con T ∈ R − {0}.

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

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

126 Proprietà dei sistemi .

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

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. Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4. tali funzioni dipendono da due variabili. ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·). in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·). di semplificare notevolmente lo studio dei sistemi lineari. 4. 1 Il . Affinché tale tecnica sia applicabile in pratica. in linea di principio.1) devono essere scelti in modo opportuno. essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·). (2) per un dato segnale di interesse x(·). i segnali elementari xk (·) da utilizzare nella (4. k k (4. idealmente.uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli.23). si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) . Tenendo conto delle proprietà precedenti. in tal caso. è conveniente concetto di risposta impulsiva. (3) deve essere semplice calcolare la risposta yk (·) del sistema a ciascuno dei segnali xk (·). possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti). Applicando il principio di sovrapposizione (3. ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·). La (4.2) mostra che l’uscita y(·) si può esprimere come sovrapposizione. in quanto come vedremo i segnali elementari possono assumere valori complessi. dei segnali yk (·). deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4. in particolare.2) dove yk (·) = S[xk (·)].1). k (4. con gli stessi coefficienti αk . e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva. Questa proprietà consente. e quello di risposta in frequenza ad esso strettamente legato.1) dove i coefficienti αk sono in generale dei numeri complessi.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. Nel seguito di questo capitolo studieremo approfonditamente la rappresentazione dei sistemi LTI nel dominio del tempo. e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza. però.1) può essere finito oppure infinito numerabile. devono essere in grado di rappresentare tutti i segnali di interesse pratico. e la funzione che caratterizza il sistema LTI nel dominio della frequenza prende il nome di risposta in frequenza o risposta armonica. tuttavia. • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza. Per approfondire tale rappresentazione.128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) .

Definiamo allora il segnale h(n) = S[δ (n)]. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . sia la proprietà di invarianza temporale [nella (4. rappresentato mediante la (4.6)].1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . ∀k ∈ Z . Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . (4. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. utilizzando la conoscenza della sola risposta impulsiva del sistema. il segnale di uscita h(n) trasla anch’esso di k campioni.4. si ha semplicemente αk = x(k).3 dell’impulso discreto. esteso al caso di una infinità (numerabile) di segnali. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso.4) si può giustificare in maniera più formale anche applicando le prop.5) dove abbiamo applicato il principio di sovrapposizione.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. La funzione h(n) che compare nella (4.1) l’insieme numerabile degli impulsi discreti traslati nel tempo. nonché l’invarianza temporale del sistema. Si noti che. Scegliendo come segnali elementari xk (n) nella (4. Supponiamo allora che un segnale x(n). 2. (4.7) prende il nome di convoluzione a TD. Notiamo peraltro che la (4. (4.6) cioè traslando l’impulso in ingresso di k campioni. In questo senso.5)].7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n).2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD. come già detto. poiché essa caratterizza (cioè descrive) completamente il sistema LTI.5). 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. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). Ribadiamo che per ricavare la (4. sia posto in ingresso ad un sistema TD LTI. ed abbiamo sfruttato il fatto che le quantità x(k).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 . la rappresentazione (4.6) nella (4. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. L’operazione matematica effettuata tra x(n) ed h(n) nella (4. si dice che la risposta impulsiva è una risposta canonica. non essendo dipendenti dal tempo n.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . e sarà studiata più approfonditamente nel § 4.3. ovvero xk (n) = δ (n − k). la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .4).7) abbiamo utilizzato sia la proprietà di linearità [nella (4. 3. la (4.3) non si sovrappongono nel tempo. se si osserva che gli impulsi δ (n − k) nella (4. sostituendo la (4.3) Determinare i coefficienti αk della rappresentazione è semplice. (4.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta. . vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). Pertanto. con k ∈ Z.

.9). (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . 4. 1. 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). con n ∈ Z. 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). . .2. si ha. D’altra parte. 6 Esempio 4. 5}. 4.8) Seguendo i procedimenti delineati negli esempi del capitolo precedente.7). osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. In sostanza.9) rappresentata graficamente in fig. dal confronto tra la (4. il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . (a) Risposta impulsiva di un generico sistema MA. ∀k ∈ {0.7). partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ .11) . 0 .. ponendo x(n) = δ (n) nella (4.10) espressione che fornisce gli stessi valori della (4. .8) e la (4. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. M} . In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n).7) mostra che. .. . M (4.9.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . 1. È interessante notare che la risposta impulsiva del sistema MA è di durata finita.1. al segnale di ingresso x(n) = 1 R3 (n). 4. dove è calcolata graficamente la risposta del sistema MA dell’es. . Infatti. 3.1(a) nel caso generale. è utile mettere in luce una particolare interpretazione della (4. il segnale di uscita si ottiene sommando tali segnali. (4.1(b). ∀k ∈ {0.1(b) al caso M = 5 e 1 bk = M+1 = 1 . altrimenti . e particolarizzata in fig. 5}. . Prima di passare al caso TC.. è semplice provare che tale sistema è sia lineare che tempo-invariante. per un dato k ∈ Z. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). k ∈ {0. Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. 4. . (4. . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.7). 4. per ogni k ∈ Z. x(1) h(n − 1) e x(2) h(n − 2).1. Questa interpretazione è chiarita in fig. pari ad M + 1 campioni. 1. . M (4. .8): h(n) = k=0 ∑ bk δ (n − k) . 0 1 2 3 M -1 M n bM h(n) 1/6 bM-1 0 1 2 3 4 5 n (a) (b) Fig. la (4. 4. avente la risposta impulsiva di fig.

Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n). 4.4. .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.2.

tuttavia. ossia: x(t) = +∞ −∞ α (τ ) x(t.2). dal confronto con la (4. Tuttavia.14) non discende direttamente dalla prop. Precisamente.3 e richiede delle condizioni matematiche aggiuntive per la sua validità. L’operazione matematica tra x(t) ed h(t) che compare nella (4. centrati in tutti i possibili istanti di tempo τ ∈ R. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. formalmente.14) come definizione di principio di sovrapposizione per una infinità continua di segnali. la (4. τ ) = δ (t − τ ). τ ). τ )] del sistema ai segnali elementari x(t.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. con t ∈ R. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua). τ ).12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. segue che α (τ ) = x(τ ) e x(t. dove la delta di Dirac sostituisce quella discreta. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . per τ ∈ R. (4. anche la (4. senza perderci in complicate discussioni matematiche. Notiamo inoltre che. e l’integrale prende il posto della sommatoria. e prende il nome di convoluzione a TC.11) e la (4. La derivazione della (4. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. data l’analogia formale tra la (4. se il sistema è LTI.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . per ogni τ ∈ R.11).1).4). . tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . Così come il principio di sovrapposizione (3.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta).13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. prop. non è possibile dare una giustificazione immediata della (4. e rappresenta.12) si basa su una definizione più generale di linearità di un sistema.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. integrando) i segnali x(τ ) h(t − τ ) dτ . (4. con τ ∈ R. assumeremo direttamente la (4. 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 . il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. 2. Tale rappresentazione si può vedere come l’estensione della (4. Precisamente. con gli stessi coefficienti α (τ ) dτ .7) è simile a quella vista nel caso TD. 3. seguendo passaggi matematici simili a quelli già visti per il caso TD. A differenza del caso TD.2). 4.11). In pratica mediante la (4.23) per una infinità numerabile di segnali. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . Una giustificazione immediata ed intuitiva della (4. Nel seguito. τ )]dτ . La (4.3. (4.4) al caso TC. le risposte S[x(t. come già visto 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 . τ )dτ . l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso.

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 .15) si può scrivere come una convoluzione: infatti. (4. 4.2. (4. (4. In altri termini. 4.7) oppure (4. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). anche tale risposta impulsiva è di durata finita. con il cambio di variabile τ = t − u → u = t − τ .2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4.1. avente relazione i-u: y(t) = t t−T x(u) du . e cioè: y(t) = +∞ −∞ rect τ − 0. notiamo preliminarmente che.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.15) con T > 0. 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. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n).1 e 4. . es. in maniera più formale.5T T x(t − τ ) dτ .15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . Come nell’es. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0.2). la (4. abbiamo implicitamente mostrato una strada alternativa per dimostrare che un determinato sistema è LTI: se infatti siamo in grado di provare che la relazione i-u del sistema si può esprimere nella forma (4. per cui è un sistema LTI. da cui. allora il sistema è necessariamente LTI. Si può facilmente verificare che tale sistema è sia lineare. possiamo far comparire l’integrale tra −∞ e +∞ tipico della convoluzione a patto di moltiplicare la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (0. T ). In maniera equivalente.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. si può mostrare che la (4.1 (relazione i-u e risposta impulsiva di un sistema LTI) (a) Dato un sistema TC S con ingresso x(t) ed uscita y(t). pari a T e coincidente con la memoria del sistema.5T T .12).4.12).17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. 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) . per confronto con la (4. Successivamente. Negli es. 4. sia invariante temporalmente.

in particolare. Esempio 4. 4. che si ottiene da z(k) mediante traslazione di n campioni. si veda la fig.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . il segnale wn (k) non si sovrappone con h(k).3(c)]. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. per la proprietà commutativa della convoluzione.3(e)]. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n).18) Le due espressioni riportate nella (4. se n > 0 [traslazione verso destra. 4. si vede che per n < 0 [traslazione verso sinistra. vedi anche il § 4. La difficoltà maggiore è che. Per calcolare gli altri valori della convoluzione. 4.134 Sistemi lineari tempo-invarianti (LTI) 4. e sommando i risultati dei prodotti ottenuti. dobbiamo costruire il segnale wn (k) = z(k − n). Per capire meglio il meccanismo precedentemente descritto. partendo dal caso TD per semplicità. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 .3(a)]. e verso sinistra se n < 0.3. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. In particolare. Se non effettuiamo nessuna traslazione su z(k). oppure dalla (4.1. insieme con x(k) [fig. le operazioni da effettuare sui segnali x(n) e h(n) per calcolare la convoluzione sono schematicamente indicate di seguito: Algoritmo per il calcolo della convoluzione a TD: (1) Rappresentare h(k) e x(k) in funzione di k ∈ Z. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k).18). per cui il risultato della convoluzione è nullo.18) sono del tutto equivalenti. 4. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. 4. Viceversa. si nota che si ha sovrapposizione tra h(k) e . descritta dalla (4.3(d)]. successivamente. fatta eccezione per casi particolari. con a = 0. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. si veda la fig.1 seguente). la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione.3 Convoluzione Come abbiamo visto nel paragrafo precedente. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale.12) nel caso TC. costruendo il segnale z(k) = x(−k) e. possiamo ottenere direttamente il risultato della convoluzione per n = 0. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. (3) Per ogni fissato valore di n ∈ Z. Nel caso TD. rappresentiamo h(k) in funzione di k [fig. (4. Seguendo la procedura delineata precedentemente. consideriamo il seguente esempio. Prendendo come riferimento la seconda delle (4.3(b)] ed il segnale riflesso z(k) = x(−k) [fig. Ovviamente. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . (2) Effettuare prima la riflessione del segnale x(k). effettuare la traslazione del segnale z(k) verso destra se n > 0.7) nel caso TD. 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.

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

(f) risultato della convoluzione. .2 0 −10 −5 0 k 5 10 x(k) 1 0.4 0.8 w−5(k)=x(−5−k) 1 0.8 0.6 h(k) 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0.4 0. 4.6 0. (b) rappresentazione di x(k). (c) riflessione del segnale x(k).4 0.4 0. (e) traslazione verso destra di z(k) (n = 5).4 0.8333) e x(n) = u(n) (es.8 0.8 0. 4.4): (a) rappresentazione di h(k). Calcolo della convoluzione tra h(n) = an u(n) (a = 0.2 0 −10 −5 0 k 5 10 (a) 1 0.6 0.6 0.3.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.6 0.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0. (d) traslazione verso sinistra di z(k) (n = −5).2 0 (b) z(k)=x(−k) 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.

Per T2 ≤ t < T2 + T1 . Traslando il segnale z(τ ) verso sinistra [fig. 4. ed assumiamo T2 > T1 .4(c)].20) T1 . L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. Facciamo per comodità riferimento alla seconda delle (4. costruendo il segnale z(τ ) = x(−τ ) e. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . . 4.4. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. es. successivamente. successivamente.t).4(d)].19). per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. 4. di durata ∆x = T1 . Per prima cosa.5T2 T2 .2) avente risposta impulsiva h(t) = rect . T2 ). per cui si ha: y(t) = t t−T1 dτ = T1 .4(e)]: in particolare. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. T2 ≤ t < T2 + T1 .3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R. Riassumendo. y(t) = (4.5T1 T1 t − 0. per t ≥ T2 + T1 . Considerando invece valori positivi di t. Infine. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . 0 < t < T1 . posto in ingresso al sistema LTI (cfr. per cui si ha nuovamente y(t) ≡ 0. per T1 ≤ t < T2 . per cui si ha: y(t) = t 0 dτ = t .    T2 + T1 − t. per 0 < t < T1 . per cui risulta y(t) ≡ 0 per t ≤ 0. 4. di durata ∆h = T2 . 4.4(a)] e h(τ ) [fig. Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. 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. (3) Per ogni fissato valore di t ∈ R.t). effettuare la traslazione del segnale z(τ ) verso destra se t > 0. per T2 ≤ t < T2 + T1 . l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 .4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. le finestre non si sovrappongono affatto. 0. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0.4(b)] in funzione di τ ∈ R.   t. 4. invece. e verso sinistra se t < 0. rappresentiamo x(τ ) [fig. Esempio 4. (2) Effettuare prima la riflessione del segnale x(τ ). ed effettuando l’integrale del prodotto. Per T1 ≤ t < T2 . T1 ≤ t < T2 . le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. 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.

1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. ed è rappresentata in fig. 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. 4. C. pertanto. e prende il nome di proprietà di durata della convoluzione (cfr. similmente alla somma di convoluzione. mentre la seconda è definita mediante un integrale. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . per T ≤ t < 2T . Si noti che se T1 > T2 si può procedere allo stesso modo. A tale scopo.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . calcolo dell’area) sono molto simili nei due casi. la convoluzione viene chiamata anche prodotto di convoluzione. 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. oltre a proprietà specifiche.20). traslazione. nel senso che ya (·) ≡ yb (·). nel seguito. come discusso di seguito. notiamo che. In altri termini.6. tutte le proprietà algebriche del prodotto convenzionale. prodotto. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0.  y(t) = t. . in particolare. Ovviamente questo scambio.   2T − t. scambiando il ruolo dei due segnali. 4. in quanto si può verificare che la convoluzione possiede.12) è che la prima è definita mediante una sommatoria. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. Per questo motivo.6 sono equivalenti. notiamo che l’intervallo di tempo (T1 . se è possibile dal punto di vista matematico.4(f). la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. 4. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. T2 ) in cui il segnale y(t) è costante si riduce ad un punto.3. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . Per questo motivo. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . l’integrale di convoluzione può non esistere finito. Nel caso particolare T1 = T2 = T .5. cioè i due schemi in fig. Come mostrato in fig. nello studio delle proprietà della convoluzione.1). ed è rappresentato graficamente in fig. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale.3.7) e quella a TC (4. § 4. per 0 < t < T . In conclusione. non ha nessun senso dal punto di vista sistemistico. 4. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. t < 0 oppure t ≥ 2T . 4. 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(·).

Calcolo della convoluzione tra due finestre rettangolari TC x(t) e h(t) di durata T1 e T2 (es. 4. (e) traslazione verso destra di z(τ ) (t > 0). 4.4.4. . (d) traslazione verso sinistra di z(τ ) (t < 0).4): (a) rappresentazione di x(τ ). (b) rappresentazione di h(τ ). (c) riflessione del segnale 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.

7(b) sono equivalenti. notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). nel senso che ya (·) ≡ yb (·). A sua volta.5.) (a) y a(. Il segnale y(t) si può esprimere come y(t) = T Λ t−T .7(a) e fig. il sistema LTI in fig.) h(.7(b). osserviamo innanzitutto che. 4. 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 (·). i due sistemi LTI in figura sono equivalenti. l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·).) h(. Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) .6. ossia yc (·) ≡ yd (·). In tale ipotesi.7(a). T Proprietà associativa Fig. A tal fine. cioè i due schemi in fig.7(a) è equivalente al sistema LTI riportato in fig. 4. Inoltre. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T . Conseguentemente. 4.) Fig. 4. cioè ya (·) ≡ yc (·).7(c). come mostrato in fig. 4. 4. come evidenziato in fig. Per la proprietà commutativa.7(d) sono equivalenti. 4.7(d). Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco. In virtù della proprietà commutativa della convoluzione. In altre parole. 4. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . 4.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(.7(c) è equivalente allo schema serie riportato in fig. per la proprietà associativa. e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini. per cui il sistema LTI in fig.) 0 T t 2T x(. 4. la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI. 4. In base a queste due interpretazioni. 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 (·). nel senso che yb (·) ≡ yd (·).) (b) y b(.7(b) e fig. yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). i due schemi riportati in fig. . in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). 4. il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI.

) h1(. In virtù della proprietà commutativa e associativa della convoluzione. vale la relazione: x(·) = δ (·) ∗ x(·) = x(·) ∗ δ (·) . Fig. valida formalmente sia nel caso TC sia in quello TD. (4. i quattro schemi in figura sono equivalenti. utilizzando la definizione di convoluzione e la proprietà di campionamento della δ (·). i due schemi in figura sono equivalenti. nel senso che ya (·) ≡ yb (·).) y 1(. 4. che effettuare la convoluzione di un segnale x(·) con δ (·) non ha nessun effetto sul segnale: in altri termini.) (c) y c (. 4. Proprietà di esistenza dell’unità Si può facilmente provare.8(b).8.) y b(.)+h 2(.) h2(.8(b) sono equivalenti.) x(.21) 2 Con riferimento alle interconnessioni elementari tra sistemi introdotte nel capitolo precedente. notiamo che l’espressione ya (·) = x(·)∗h1 (·)+x(·)∗h2 (·) rappresenta l’uscita del parallelo dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). tale connessione non può essere studiata elementarmente nel dominio del tempo.) y a(. come mostrato in fig. 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 (·). come mostrato in fig. mentre vedremo che lo studio è assai più agevole ragionando nel dominio della frequenza. In virtù della proprietà distributiva della convoluzione.) x(. Anche qui per la validità della relazione devono avere senso tutte le convoluzioni in gioco. 4. l’espressione yb (·) = x(·) ∗ [h1 (·) + h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) + h2 (·).) y b(.) h2(. In base a queste due interpretazioni.8(a). resta non esplorata per il momento la connessione in retroazione tra sistemi LTI.) (b) h2(. Similmente alla proprietà associativa.) y 2(. 4. D’altra parte.) (d) h1(.) h1(. cioè i due schemi in fig.) h2(.3 Convoluzione 141 x(.) (b) x(.)∗h1(.) y d(.) (a) y a(.4. 4.8(a) e fig.) (a) x(.7. in effetti.) h1(.) Fig.) h1(.) x(. 4. anche la proprietà distributiva consente di evidenziare una interessante proprietà dei sistemi LTI. .)∗h2(. A tale scopo.

i due schemi in figura sono equivalenti.142 Sistemi lineari tempo-invarianti (LTI) x(. per sistemi a TC e a TD. (4. per ogni x(·) ∈ I e y(·) ∈ U.22) (4.9). ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso).n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. 3.21).22). il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). ad esempio. e per la (4. invece che alla (4. In virtù della proprietà di invarianza temporale (4. Dal punto di vista matematico.22) [un discorso analogo vale per la (4. ∀t0 ∈ R .) x(n) z .9. Nel caso di un sistema LTI. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. x(n) h(n) (b) -(n1+n2) z y b(n) Fig. In un sistema identico. si giungerebbe. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ).23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·).) x(.22) e (4. Le (4. Tale sistema prende il nome di sistema identico. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. rispettivamente. 4. x(n − n0 ) ∗ h(n) = y(n − n0 ) . è possibile riottenere la (4. . x(t − t0 ) −→ y(t − t0 ) . ∀n0 ∈ Z .23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . 4. secondo la quale. la (4. esprimendo la relazione i-u del sistema mediante una convoluzione. si ha. ∀n0 ∈ Z . esplicitando la convoluzione (4.4) nel caso TD e la (4.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. se per calcolare y(t − t0 ). rispettivamente. Per giustificare invece la correttezza della (4. infatti. notiamo che la (4. 4. x(n − n0 ) −→ y(n − n0 ) . noti inoltre che.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. ∀t0 ∈ R . si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t).) δ(.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.3 Dal punto di vista dell’interpretazione sistemistica.10.2).25) della convoluzione.

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.

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

(4.7) di un sistema TD LTI. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. per ottenere la risposta al gradino a partire dalla risposta impulsiva. 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) . (4. In altri termini. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). Infatti. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . 2. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. In definitiva. 3. . ma anche la risposta al gradino caratterizza completamente un sistema LTI.4. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. è sufficiente far passare quest’ultima in un sistema accumulatore. 4.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. come ad esempio il segnale uε (t) di fig.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). non solo la risposta impulsiva.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. con un tempo di salita molto stretto. es. In particolare. le relazioni (4.34) 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) .12. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione.11(a). sfruttando la relazione i-u (4. ovvero è anch’essa una risposta canonica. in particolare. Nel caso TD.34) e (4.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). Notando che la (4.

utilizzando la (4.12).4). Infatti la risposta al gradino s(t). 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.36) ed (4. il calcolo sperimentale della risposta impulsiva richiede la realizzazione in laboratorio di un impulso di Dirac da applicare in ingresso al sistema: l’impulso di Dirac è un segnale non riproducibile esattamente in pratica.11(b). adoperando le proprietà di linearità e di invarianza temporale del sistema. Dalla (4. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . in quanto caratterizza completamente il sistema. Nel caso TC valgono considerazioni analoghe. Nel caso TC. in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) .38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema. 2. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] . § 2.37) Le (4. 5 Non esiste una regola generale per stabilire quanto ε . Pertanto.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. Per la linearità del sistema.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). 2ε 2ε (4. 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 . si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) .1. con ε sufficientemente piccolo. abbiamo visto [si veda la (2. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. 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. si ottiene h(t) = d s(t) dt (4.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . come già detto in precedenza. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. varia da sistema a sistema. (4.6) 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). trattandosi di una pura astrazione matematica (cfr. Infatti.36). aventi area unitaria.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. dunque. un valore appropriato di ε dipende dalla struttura interna del sistema e. raffigurati in fig. Tuttavia. In particolare.

Esempio 4. In pratica. Confrontando la (4. il cui valore è (cfr. 4. identicamente nulla per t < 0.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . in fig. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) .4 Risposta al gradino 151 alla derivata della risposta al gradino. 3.12). la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale).39) Abbiamo già mostrato che tale sistema è TI (cfr.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. 3. si può mostrare che la (4. 4. es.1). se ε 1.18) e si può facilmente verificare che tale sistema è anche lineare. (4. dt (b) Nel caso TD. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . 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. Si può notare che. . 4. che per la (4. il segnale in fig. 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) . in virtù della (4. si tratta cioè di una rampa. es. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4.40) con la (4. possiamo dire che.36). In maniera equivalente. (4. Utilizzando la (4. 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) . per ε → 0.4. Conseguentemente. che cresce linearmente per t > 0 [fig.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. il segnale hε (t) tende proprio alla risposta impulsiva del sistema. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. 4. es. 3. per cui l’integratore (4.13(b)].13(a)].38).24): s(t) = t u(t) .39) è un sistema LTI.37) è esattamente la risposta impulsiva.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t).

. In maniera equivalente.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) .42) con la (4.7). 4. 4. Confrontando la (4.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. 3. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) .2). Integratore con memoria infinita (es. (4.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. si può mostrare che la (4.7): (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 1. (b) risposta al gradino.13.152 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. Esempio 4. (4. es.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) .

Risolvendo l’integrale si ottiene:  se t < 0 . ossia: h(t) = rect t − 0. n + 1 . Conseguentemente.4 Risposta al gradino 153 10 1 0.36).5T T dτ . in virtù della (4. Esempio 4.43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2. se t ≥ T . (4. 4.14(a)].5T T .34).6 0. se n < 0 . che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . es.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0.2).14(b)]. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. 0 s(t) =  T     dτ = T . 4. 4.4.8): (a) risposta impulsiva. (b) risposta al gradino. che è riportata in fig. in cui l’estremo superiore di integrazione t varia in R. 4. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0. Integratore a TD o accumulatore (es.9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig.  dτ = t . 4. avente relazione i-u: y(t) = t t−T x(u) du .   0 . 0 .   t    se 0 ≤ t < T . se n ≥ 0 .15(a). In virtù della (4. si tratta cioè di una rampa a TD [fig.4 0.14. 4.

38).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. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. T . Utilizzando la (4. Si può notare che. che cresce linearmente nell’intervallo (0. In pratica.1. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. 4. Integratore con memoria finita (es. .15(b)]. 4. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso.15. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. 4. 4. si tratta di una funzione identicamente nulla per t < 0. per ε → 0. il segnale in fig. in fig. In altre parole.9): (a) risposta impulsiva. se ε impulsiva del sistema.5T T + T u(t − T ) .15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . 4. 4. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. (b) risposta al gradino. Esempio 4.

. se 0 ≤ n < M . (b) risposta al gradino.1 0. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . 1. Sistema MA con M = 5 e bk = 1 . M M (4.  ∑ k  s(n) = k=0 M    b .2 0 −0. .6 0. 4.34).   n+1 s(n) = . n+1 RM (n) + u(n − M) .4. . n M in cui l’estremo superiore della sommatoria n varia in Z.4 0 0. ∑ bk δ (n − k) .44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4.4 Risposta al gradino 155 0. . se 0 ≤ n < M . se n < 0 . 4.8 s(n) 0 2 4 n 6 8 10 0. se n < 0 .45) k=0 rappresentata in fig.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = . se n ≥ M . 4.3 1 0. 5}: (a) risposta impulsiva. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . ∀k ∈ {0. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . ∑ k   k=0  1 M+1 .    n   b .1(a) nel caso generale. se n ≥ M .2 1/6 h(n) 0. ed in fig.16. Nel caso in cui i pesi bk siano tutti uguali a  0 . M +1   1.1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. In virtù della (4.

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

nella (4.5 Proprietà della risposta impulsiva 157 4. 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 . Affinché y(n) dipenda solo da x(n).48).3. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. equivalentemente. § 3.47). Ponendo x(n) = δ (n) nella (4. questo vuol dire che la risposta del sistema non cambia se. infatti. si ha: y(n) = h(0) x(n) .1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. descritto dalla convoluzione a TD espressa dalla seconda delle (4. Una condizione necessaria e sufficiente affinché ciò accada. ponendo α = h(0).7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Notiamo che. (4.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. (4. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) .5. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. 4. è possibile legare le proprietà del sistema (non dispersività. prop. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) .4. la relazione precedente si può riscrivere come y(n) = α x(n) . poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t .2(c)]. per ogni segnale di ingresso. Il sistema è non dispersivo se e solo se. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ .5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. Passiamo ora a considerare i sistemi TC LTI.48). ∀k = 0. seguiamo una strada diversa da quella seguita nel caso TD. 2. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. cioè caratterizza completamente un sistema LTI.47) Pertanto. (4. Sostituendo nella (4. per ogni segnale di ingresso {x(k)}k∈Z . causalità. Per costruire un segnale siffatto.46). il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4.49) . Consideriamo un sistema TD LTI. (4.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. è che risulti h(k) = 0. al posto di {x(τ )}τ ∈R . in questo caso. stabilità.

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

T (4. T (4.8). es. L’integratore (cfr. la risposta al gradino di tale sistema si ottiene come:  se t < 0 . Sfruttando il fatto che u(τ ) = 0 per τ < 0. .7) e l’accumulatore (cfr. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .11): (a) risposta impulsiva. 4. Sistema TC IIR con memoria praticamente finita (es.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0. 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) . 4. es.52). 4. T (4. 4. (b) risposta al gradino.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 . aventi come risposta impulsiva il gradino unitario.4 0. In virtù della (4.5 Proprietà della risposta impulsiva 159 1 0.2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. se t ≥ 0 .51) Confrontando la (4. 4. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. es. Esempio 4. es. 4. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) .17(a).17.4 0.8 0. 0 .  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e . sono sistemi IIR con memoria infinita.4.51) con la seconda delle (4.52) Pertanto. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR). Esempi di sistemi FIR sono l’integratore con memoria finita (cfr.12).6 0.8 0.36). che è rappresentata in fig.6 0. 4.10). Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR).9) e il sistema MA (cfr.50) dove T > 0.

54) . Così facendo.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig.53). se per semplicità facciamo riferimento ai sistemi TC. Infatti. proprio di una quantità pari alla memoria del sistema. in virtù della (4. ∀k < 0 .31). per |a| → 1. ma non dipende dai valori dell’ingresso negli istanti successivi. Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . in quanto per tali valori di k risulta n − k > n. esso sarà “allungato”. In altri termini.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4.3. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. Affinché allora l’uscita non dipenda dai valori futuri.3. notiamo che applicando al sistema un ingresso di durata finita. mentre tende a zero per |a| → 0.5. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente.17(b). il sistema LTI ha memoria praticamente finita. ricordando la proprietà di durata della convoluzione (cfr. Per calcolare la memoria analiticamente. per effetto della convoluzione. 4.2 Causalità Ricordiamo che un generico sistema è causale se l’uscita all’istante t oppure n dipende dal valore dell’ingresso nello stesso istante e in istanti precedenti. § 2. deve accadere che h(k) = 0 . scegliamo come valore di soglia α h(0+ ) = α /T . per ogni segnale di ingresso. risolvendo l’equazione h(∆h ) = α /T (cfr. con costante di tempo T > 0. con 0 < |a| < 1 . § 4. ovvero è un segnale di durata praticamente limitata. la durata della risposta impulsiva risulta ∆h = T ln 1 α . (4. con 0 < α < 1. In conclusione. 4.2). Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .1). (4. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . e quindi misurare la memoria del sistema LTI. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . ln(|a|) memoria che tende a diventare infinitamente grande. 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. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . 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) . Lo stesso si può dire anche per i sistemi TD. La somma su k porta in conto valori futuri dell’ingresso per k < 0. Passiamo ora a considerare i sistemi TC LTI.

si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0.3. Risposta impulsiva dell’integratore non causale (es.2) che un caso particolare di sistema non causale è il sistema anticausale. il sistema è non causale.18. 4. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. § 3. h(t) = 0. In questo caso.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . Ragionando in modo analogo a quanto fatto nel caso TD. h(t) = 0. In sintesi. 4. 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. la relazione i-u (4. Di seguito sono riportati alcuni esempi di sistemi non causali. ∀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). la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4.4.12). Abbiamo visto nel capitolo precedente (cfr.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. ∀t < 0 . . ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali.

−M + 1. 4. per confronto con la (4. avente relazione i-u: y(t) = t+T t x(u) du . (4.12). 3. Si può facilmente verificare che tale sistema è sia lineare. per cui è un sistema LTI. . pertanto tale sistema è non causale.19(b) al caso M = 5 e 1 bk = M+1 = 1 . (4. es. Infatti. Infatti. (4. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. (4.7). 3. . si ha.5T T x(t − τ ) dτ . 0). A questo punto.18: si tratta di un segnale che assume valori non nulli per t < 0 e.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. In maniera equivalente.57) rappresentata graficamente in fig.55) con T > 0. sia invariante temporalmente.10 e 3. che è rappresentata in fig. il sistema non è causale.19(a) nel caso generale.56) da cui. . 0} . si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0.58) espressione che è perfettamente equivalente alla (4. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. . e pertanto esso rappresenta un esempio di sistema LTI.12). per confronto diretto con la (4. D’altra parte. .7). con il cambio di variabile τ = t − u → u = t − τ .55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . conseguentemente. 4.162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. da cui. Esempio 4.5T T .11. ∀k ∈ {0. 0. k ∈ {−M.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. 1. Per questo motivo. . .55) si può scrivere come una convoluzione. ponendo x(n) = δ (n) nella (4. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. M Si tratta di un sistema sia lineare che tempo-invariante. altrimenti . 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) . . e particolarizzata in fig. la (4. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . 5}. 4.57). si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . . si può mostrare che la (4.56): h(n) = h=−M ∑ 0 b−h δ (n − h) . possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0.

Per evidenziare tale proprietà.19. ∀k ∈ {0. 6 Esempio 4. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. che realizza un anticipo unitario del segnale di ingresso. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. 1. Se il sistema è causale. in particolare.. è un sistema LTI anticausale.13). ∆x + ∆h ) . ∆x ). abbia estensione temporale Dx = (0. (a) Risposta impulsiva di un generico sistema MA non causale. poiché h(n) è identicamente nulla per n ≥ 0. Il sistema è pertanto non causale. ∆h ). 6 Questa . . che sussiste con ovvie modifiche anche nel caso TD. 5} (es..31). Un segnale identicamente nullo per t < 0 è anche detto6 causale. cioè. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . con ∆h ∈ R+ . .14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . 4. In tal caso. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. è riassunto dalla seguente proprietà: Proprietà 4. Allo stesso modo il sistema TC che effettua un anticipo temporale.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. . (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . allora la risposta impulsiva del sistema avrà estensione temporale Dh = (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. Si tratta chiaramente di un sistema LTI. Tale risultato. I sistemi causali godono di una proprietà importante.4. consideriamo il caso dei sistemi TC. con ∆x ∈ R+ . 4. si ottiene che: y(t) = 0. ∀t ∈ (0. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. seguendo gli stessi ragionamenti che hanno portato alla (4. terminologia discende dal fatto che la risposta impulsiva è essa stessa un segnale – è il segnale di uscita di un sistema LTI quando in ingresso è applicato un impulso – per cui dire che il sistema è casuale equivale a dire che la sua risposta impulsiva è causale.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. l’anticipo unitario TD è un sistema anticausale.

risulta che y1 (t) = y2 (t). possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) .1. cfr. 4.164 Sistemi lineari tempo-invarianti (LTI) y(.1 è più immediata: .3. 7 Nel caso TD. Ricordiamo che. ∀t ≤ t0 .) x(. ∀t ≤ −ε .4.20 (notiamo che per i sistemi LTI vale una proprietà più generale. ed applichiamo la proprietà vista per t0 = −ε < 0. 4. allora il corrispondente sistema inverso è anch’esso LTI.3). se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. con ε ∈ R+ piccolo a piacere.4. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. Pertanto. §3.59) per cui se hinv (·) è l’inverso di h(·). 4. in virtù della prop. un sistema è causale se e solo se. In base a tale risultato. le stesse considerazioni si possono fare scegliendo n0 = −1. allora risulterà per la prop.) x(.6 vale più in generale per sistemi lineari causali (non necessariamente TI). ∀t ≤ t0 .20. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. rispettivamente. 3. Soffermiamo l’attenzione sui sistemi TC. Poiché la risposta impulsiva del sistema identico è δ (·). anche il segnale di uscita è identicamente nullo per t < 0. sfruttando in aggiunta la proprietà di linearità. 3. ∀t ≤ −ε .) h(. (4. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. così come il segnale di ingresso. ∀t ≤ −ε .) hinv(.) Fig. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. 4. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. Dato un ingresso x1 (t) = 0.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. In app. x2 (t) ∈ I tali che x1 (t) = x2 (t). secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. 4.5. D è mostrato che se un sistema LTI è invertibile. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . 3.1 y1 (t) = y2 (t). secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). 3. in questo caso. in base alla prop. Ma se il sistema è lineare.1 e 3.60) (4. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. ∀t ∈ R. si ha che y1 (t) = 0. supponiamo di scegliere un secondo ingresso x2 (t) = 0. ∀t < 0. 3. per ogni t0 ∈ R e per ogni x1 (t). ∀t ∈ R. l’applicazione della prop. cioè. Poiché la convoluzione è commutativa.20. la prop.6 si poteva già dedurre dalle prop. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. 4. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. come mostrato in fig. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). cioè y2 (t) = 0. allora h(·) è l’inverso di hinv (·). Per cui ritroviamo il risultato. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. Poiché risulta x1 (t) = x2 (t) = 0. In verità.3 Invertibilità Ricordiamo che se un dato sistema è invertibile.

(4. In alcuni casi. Alcuni approfondimenti ed esempi sono riportati in app.5.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). descritto dalla (4. il suo sistema inverso è anch’esso LTI e. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. se h(k) è una successione sommabile.3. un problema di interesse è determinare il sistema inverso di un dato sistema. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. allora la risposta impulsiva dev’essere sommabile. Purtroppo determinare hinv (·) dalla (4.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . e proviamo a trovare una maggiorazione simile per l’uscita y(n). consideriamo un sistema TD LTI. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). con passaggi banali.60) è un problema matematicamente complicato. Questa compensazione prende il nome di equalizzazione. . ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh .61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. Supponiamo allora che l’ingresso sia limitato. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . 4.4. Ad esempio.59) o (4. §3. cfr. che va sotto il nome di deconvoluzione (di fatto. nelle telecomunicazioni. Si ha. D. Pertanto. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . noto l’altro fattore ed il risultato finale).7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·).5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. se un sistema è stabile.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. detta hinv (·) la sua risposta impulsiva. 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. significa determinare uno dei fattori della convoluzione. Abbiamo cioè provato che la sommabilità (4. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità.5 Proprietà della risposta impulsiva 165 Proprietà 4. ovvero |x(n)| < Kx . a cui si rimanda direttamente il lettore. In molti casi pratici. ∀n ∈ Z.

4. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . Ad esempio. altrimenti .62) In definitiva. la risposta impulsiva h(·) ha durata rigorosamente limitata. anche i valori di k per i quali h(k) = 0. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. che presentano memoria rigorosamente finita. In definitiva. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . ovvero h(n) sommabile . senza alterarla.8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. il che contraddice l’ipotesi che il sistema sia stabile. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. per ciascun n ∈ Z. x(n) = h(−n)  0. la risposta impulsiva deve essere necessariamente sommabile. h(k) k k=−∞ dove abbiamo incluso nella somma. h(k − n) dove la seconda sommatoria va effettuata. −1. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. . procediamo per assurdo. (4. L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . e quindi è sicuramente limitato. l’integratore con memoria finita (§ es. 4. Per un sistema LTI a TC è possibile ragionare in maniera analoga.9) e il sistema MA (§ es. come riassunto dalla seguente proprietà: Proprietà 4. (sistema TC) . 1. se h(−n) = 0 . per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . su tutti i valori della variabile k per i quali h(k − n) = 0.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo.10). Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . Tale segnale assume solo i valori 0. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . Pertanto. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. risulta che l’uscita all’istante n = 0 non è limitata.

Poiché il concetto di sommabilità di una distribuzione non è definito.4. Ad esempio. in questo caso. 4.63). l’integratore (§ es. se il sistema IIR ha memoria praticamente finita.1. Ad esempio. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). In conclusione. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. n=1 himp (t) N (4.61) e (4.8). Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. Analogamente. Pertanto. (4.17(a)] è data da: 1 −τ /T e u(τ ) .3). nel senso che può contenere degli impulsi di Dirac. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. Esempio 4. D’altra parte. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. § B. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR).7) e l’accumulatore (§ es. nel caso del sistema (4. per ogni t0 ∈ R.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . ossia h(t) = δ (t − t0 ). A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 .64) . cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . conseguentemente. Più precisamente. che contiene solo impulsi. sono esempi di sistemi IIR con memoria infinita e. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. i sistemi IIR aventi memoria infinita sono sicuramente instabili. in quanto. +∞ k=−∞ +∞ con 0 < |a| < 1 .63) è sicuramente limitata. che anticipa/ritarda il segnale di ingresso. se il segnale di ingresso è limitato. possiamo concludere che il sistema TC (4. Ad esempio. 4. aventi come risposta impulsiva il gradino unitario. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. la cui risposta impulsiva [fig. sono stabili. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e. è un sistema stabile.2. In verità. dal punto di vista pratico. Verifichiamo che tale sistema è stabile. instabili. pertanto. l’uscita del sistema (4.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile.11.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. il sistema che effettua la traslazione temporale del segnale di ingresso. T Si tratta di un sistema con memoria praticamente finita.63).62) (cfr. con t0 ∈ R . se la risposta impulsiva h(t) è una funzione generalizzata. 4. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). questo problema può essere tranquillamente aggirato. il sistema è stabile. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . Più in generale. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . e di una funzione himp (t) puramente impulsiva. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . 4. Infatti.4 e B. 1 la risposta impulsiva è sommabile. che non contiene impulsi. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva.

il sistema in fig. . In questo caso. in svariati campi delle scienze fisiche e dell’ingegneria. 4.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. αN . Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. possiamo affermare che. Tali sistemi presentano numerose analogie. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4.8. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. 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). .21. dt k dt m=0 (4. .6. . 4. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD).168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . 4. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. tN Fig.65) . come mostrato in fig. 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. 4. tuttavia per una presentazione efficace è opportuno studiarli separatamente. 4. 4.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). in virtù della prop. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. se i sistemi componenti il parallelo sono singolarmente stabili. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. dove N ∈ N. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . allora il sistema complessivo è sicuramente stabile. In altre parole. sono descritti da equazioni differenziali lineari a coefficienti costanti.21.

è necessario conoscere lo stato iniziale del sistema.1. y1 . a0 . . . dN−1 y(t) dt N−1 = yN−1 . per ogni fissato ingresso x(t). . . . . osserviamo che. dal punto di vista fisico. . . la (4. .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.65). Ciò è vero solo nel caso particolare in cui N = 0. nel senso specificato dalla def. I valori assegnati y0 . . a partire da un istante prefissato tin ∈ R. .65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. . portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. . È noto8 che tale problema non è completamente definito. per trovare la corrispondente uscita y(t) per t ≥ tin .68) è detta soluzione omogenea della (4.1. cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 .66) t=0 t=0 dove y0 . N dk (4. Una seconda osservazione importante riguarda il fatto che la (4. supposto che. .65) rispetto al segnale di uscita y(t).65). (4. y1 . a1 . . b1 . l’equazione differenziale (4. occorre preliminarmente osservare che il fatto che la (4. per le quali si rimanda il lettore direttamente ai testi di analisi matematica. 8 Nel . è data dalla somma di una soluzione particolare y p (t) della (4. a1 . Nel caso più generale in cui N = 0. 3. . per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . la (4. infatti. . e N ≥ 0 è l’ordine dell’equazione. in tal caso.65) coinvolge. In questo caso. vedremo che ciò è vero solo in alcuni casi particolari. . La soluzione generale y0 (t) della (4.67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4.65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . Ponendo per semplicità tin = 0. aN e b0 . aN e b0 . oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. determinare la relazione i-u del sistema equivale a risolvere. d y(t) dt = y1 .6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema. . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 .65). . La (4. . yN−1 sono valori (in genere reali) assegnati. che tiene conto di tutte le possibili condizioni iniziali. bM sono i coefficienti (in genere reali) dell’equazione. .68) ottenuta ponendo x(t) ≡ 0 nella (4. M dm che rappresenta una relazione i-u tra y(t) ed x(t). . Come verifica di quanto sopra affermato. .65). sia applicato in ingresso al sistema un dato segnale x(t).65) descrive in maniera solo implicita il comportamento del sistema.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. 3. m=0 N dk M dm (4. Assegnato l’ingresso x(t) per t ≥ 0. è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . in altre parole. yN−1 dipendono dalla evoluzione passata del sistema e.65). coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). b1 . . . . bM sono costanti e quindi indipendenti dal tempo t. la soluzione generale della (4. essa non rappresenta un legame i-u come espresso dalla def.4. la (4. . Per sgombrare subito il campo da qualsiasi tipo di equivoco. in quanto.

dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. Più in generale. .65). allora gli esponenziali complessi eλ1t . . . ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 . cioè del tipo esponenziale complesso. i (4. a . D’altra parte. . .73) degenera 9 Nel caso in cui i coefficienti del polinomio a . c2 . .68).70) fornisce tutte le soluzioni dell’equazione differenziale (4. il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. N dk (4. . .72) dove c1 . combinando linearmente tutte le N possibili soluzioni. . . . . NR .73) dove λ1 . λ2 . Ni − 1}. con λ ∈ C. le radici di q(λ ) sono o reali o complesse coniugate.68). si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci. Se si pone allora y(t) = eλ t nella (4. siano esse λ1 . Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . λN . Le radici del polinomio caratteristico possono essere reali. .71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4.67) e (4. . l’esponenziale eλ t è soluzione della (4. .68) non offre particolari difficoltà. . con N1 + N2 + · · · + NR = N [nel caso in cui R = N.69) da cui sommando membro a membro la (4. e quindi deve annullarsi q(λ ). . .h t h eλ t . 1.70) è una soluzione della (4. rispettivamente. In linea di principio.170 Sistemi lineari tempo-invarianti (LTI) della (4. (4. la soluzione generale della (4.68) è ancora una soluzione della stessa equazione. λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 .68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). allora si prova facilmente che t h eλit . λ2 . poiché una arbitraria combinazione lineare di soluzioni della (4. . Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ).9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte.68). . Pertanto. 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 . .69).65). per h ∈ {0. eλ2t . immaginarie oppure complesse. . Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. N2 . allora k=0 ∑ ak dt k y0 (t) = 0 . . eλN t sono singolarmente soluzioni della (4. . . (4. è immediato constatare che y(t) = y0 (t) + y p (t) (4. a N 0 1 siano reali. cN sono costanti arbitrarie. è soluzione della (4. . Quindi. . la (4.68). .65) non univocamente determinata.68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . . si può provare che la (4.68).

in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). Questo è un risultato del tutto intuibile in quanto. Riassumendo quanto detto finora. .65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. .h sono combinazioni lineari dei valori y0 . . la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema.75) t=0 t=0 La soluzione particolare yfor (t) della (4. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate . .65) si può ottenere seguendo i seguenti passi: 1. (4.h .65) non definisce univocamente un sistema. Innanzitutto. data da y(t) = y0 (t) + y p (t) per t > 0.h ). . . senza portare in conto le condizioni iniziali. l’evoluzione libera del sistema è nulla. .72)]. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . R} e h ∈ {0. possiamo dire che la soluzione generale della equazione differenziale (4. y1 . La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. . e per essa non è possibile dare un’espressione generale. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. Ni − 1}. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. . Conseguentemente. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. allora la soluzione particolare ottenuta è valida solo per t > 0. per la presenza delle costanti ci. cioè y0 = y1 = · · · = yN−1 = 0. yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. soddisfi le condizioni iniziali (4.73). ossia. La (4.66) e la seconda dipendente solo dal segnale di ingresso x(t). se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. dN−1 y0 (t) dt N−1 = yN−1 . . d y0 (t) dt = y1 . D’altra parte. . l’equazione differenziale (4. (4. la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. 2. Assegnato l’ingresso x(t). . cioè y0 (0) = y0 . In molti casi è conveniente esprimere la soluzione generale della (4.h . in quanto tiene conto del solo segnale di ingresso x(t).65). .65).h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. .6 Esempi di sistemi LTI 171 nella (4. ∀t ∈ R. si determina una soluzione particolare y p (t) della (4. Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. yN−1 . .74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema.74) determina un sistema di N equazioni lineari nelle N incognite ci. 1. la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. In altri termini. ylib (t) = 0. 2. .66) assegnate. 3. né una tecnica generale di soluzione. A differenza della soluzione y0 (t). Risolvendo tale sistema si trova che le costanti ci. con i ∈ {1. calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. Si determina la soluzione omogenea y0 (t) data dalla (4. Anche in questo caso. . assumendo che siano nulle le condizioni iniziali. l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). se l’ingresso è applicato all’istante tin = 0.h nella soluzione omogenea.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. Si determinano gli N coefficienti ci. y1 .4. Notiamo che. in quanto l’uscita è definita a meno di N costanti arbitrarie.73). .65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. . .

Schema a blocchi del sistema RC (es. indipendente dal segnale di ingresso. può essere rappresentato mediante lo schema a blocchi in fig.76) è lineare per le differenze. indipendente dal segnale di ingresso. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. mentre l’uscita y(t) è la tensione ai capi della capacità. La . assegnando cioè y0 = y1 = · · · = yN−1 = 0. nel quale l’ingresso x(t) è la tensione ai capi della serie RC.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo.22.76) che y(t) = ylib (t) = 0. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. 4.66) non è tempo-invariante. 4.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)].76) La prima osservazione interessante suggerita dalla (4. (4. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. Fig. Inoltre.76) è che in generale il sistema descritto dalle (4. In definitiva. 3.65) e (4. rispettivamente. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). ciò viola la prop. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t). cioè. Possiamo quindi dire che. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . 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).65) e (4. α2 ∈ C. Tuttavia.16). affinchè il sistema descritto dalle (4. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) .4 dal momento che. dt (4. 4. Schema elettrico del sistema RC (es. 4. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig.16).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. ∀α1 . In particolare.22. Esempio 4. 4. ∀t0 ∈ R. allora yfor (t) ≡ 0.76) è che in generale il sistema descritto dalle (4. La seconda osservazione legata alla (4. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. occorre che la sua evoluzione libera sia nulla.23. 4.23. 3. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t).16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig.65) e (4. è interessante osservare che il sistema definito dalla (4. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). segue dalla (4. il che si ottiene imponendo che il sistema sia inizialmente in quiete.66) non è lineare.66) sia LTI. ciò significa che se x(t) ≡ 0. se si impone x(t) ≡ 0.

(4. per integrazione indefinita. Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0.77). dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4.4.  RC e  . otteniamo la risposta forzata del sistema. se t < 0 . Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t).  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 .73) degenera nella (4.79) Notiamo che.71). e deve soddisfare l’equazione differenziale completa (4. se t ≥ 0 . c1 ∈ R . da cui si ricava l’unica radice λ1 = −1/(RC). dt RC dt  0 . RC da cui. risolvendo l’equazione (4. che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 .77).77). cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 . Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 . dobbiamo imporre la sola condizione y0 (0) = y0 . se t ≥ 0 .72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC . 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 . dt (4.  c2 . per la presenza della costante moltiplicativa c1 arbitraria. La soluzione particolare y p (t) dipende dal tipo di ingresso.6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4. la (4. Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4. Dalla (4. la (4.77) si può scrivere come: y(t) = y0 (t) + y p (t) .66). In questo caso (R = N = 1). se t < 0 .78) mentre y p (t) è una soluzione particolare dell’equazione completa (4. nel nostro caso (equazione del primo ordine). In questo caso. 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) . per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC .79) non consente di determinare univocamente l’uscita del sistema. d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e . Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ).79) otteniamo allora che y0 (0) = c1 = y0 .

65) in maniera più semplice di quanto visto finora. 4. corrisponde alla risposta impulsiva (4. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). Oltre ad essere chiaramente dispersivo. 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 (4.80) Osserviamo che. 4. y(t) = yfor (t) ne rappresenta la sua risposta al gradino. per la presenza dell’evoluzione libera. una relazione analoga alla (4. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale.37) esistente tra risposta al gradino e risposta impulsiva. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. La soluzione completa y(t) dell’equazione differenziale corrispondente all’ingresso x(t) = u(t) si scrive: y(t) = ylib (t) + yfor (t) = y0 e−t/RC + (1 − e−t/RC ) u(t) . La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. il sistema risultante non è omogeneo (e quindi non è lineare). dt RC che. e la (4.24.10 Pertanto. (4. Tenendo presente la relazione (4.81) nota come equazione alla differenze a coefficienti costanti di ordine N.77). in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. 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).174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. il sistema LTI ottenuto è causale [h(t) = 0. ponendo T = RC. per un’equazione differenziale di ordine N. essendo il sistema LTI nelle ipotesi fatte. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4. inoltre. trattandosi di una equazione differenziale del primo ordine.50) assegnata nell’es. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. è pari a yt0 (t) = yfor (t −t0 ). Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete.11. ∀t < 0] e stabile [h(t) è sommabile]. ovvero s(t) = (1 − e−t/RC ) u(t) . 4. Nel cap.65). 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). ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) .65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . ponendo y0 = 0. segue che c3 = −1. ottenuta ponendo x(t) = u(t − t0 ). M (4. ma non comporta discontinuità in t = 0 del segnale y p (t). Notiamo a questo punto che. 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. . con N ≥ 0 e aN = 0.6. per cui risulta che c2 = 0. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. Inoltre.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) .2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD.

.9. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . . sotto opportune ipotesi. .4 0.6 Esempi di sistemi LTI 175 1 0. . . analogamente al caso TC. assegnato il segnale di ingresso x(n). M} . notiamo che la (4.65).6 0. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin .81) rappresenta una relazione i-u semplice da studiare. va detto che la teoria e la pratica delle equazioni alle differenze.82) Dal confronto con l’es.16): (a) risposta impulsiva. a0 m=0 (4. 4. .83) dove y1 . ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. . è necessario risolvere rispetto a y(n) l’equazione alle differenze. avente la seguente risposta impulsiva:   bn .82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR).81). 3.65).81) si può esprimere. la (4.2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig.8 0.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. (4. sebbene in principio siano più semplici rispetto alle equazioni differenziali.8 RC h(t) 0. altrimenti . supposto che. yN sono valori (in genere reali) assegnati.4 0. y(−2) = y2 . si può provare che la soluzione generale di una equazione del tipo (4. 1. per determinarne la relazione i-u. sono sistemi LTI. la (4. . Sistema RC (es. . . questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . (b) risposta al gradino. . Ponendo per semplicità nin = 0. (4. In particolare. Solo nel caso N = 0. come: y(n) = y0 (n) + y p (n) . per trovare la corrispondente uscita y(n) per n ≥ nin . y2 . analogamente alle soluzioni di una equazione differenziale (4.24.81) descrive solo implicitamente un sistema.6 0. sono generalmente meno note ai lettori. h(n) = a0  0. sia applicato in ingresso al sistema un dato segnale x(n). Assegnato l’ingresso x(n) per n ≥ nin . . 4. Per N ≥ 1. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) .4. . n ∈ {0. e sono denominati sistemi auto-regressivi a media mobile (ARMA). In particolare. A tale proposito. i sistemi definiti implicitamente dalla (4. a partire da un istante prefissato nin ∈ Z. y(−N) = yN .

per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . . z2 . con z ∈ C e si pone y(n) = zn nella (4.81).85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. rispettivamente. M (4. L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. . y2 . (4. y1 .11 Se le N radici del polinomio q(z) sono distinte.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). . come nel caso TC. si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . cioè y1 = y2 = · · · = yN = 0. (4. la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . Se ci si limita a trovare soluzioni del tipo zn . Se invece il polinomio q(z) presenta R radici distinte z1 . .81): k=0 ∑ ak y(n − k) = 0 . ossia y0 (−1) = y1 . . y0 (−2) = y2 . . . l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . . Pertanto. l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . . le radici di q(z) sono o reali o complesse coniugate.h . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. la soluzione generale della (4.87) dove c1 . . zR aventi molteplicità N1 . . l’esponenziale zn è soluzione della (4. . yN−1 assunti da y0 (n) per n ∈ {−N.84) si effettua ragionando similmente al caso TC. . immaginarie oppure complesse.88) Quindi. 1 2 N (4. c2 .h nh zn . la soluzione generale della (4. . . N (4.89) si trova che le costanti ci. . con N1 + N2 + · · · + NR = N. . ovvero la soluzione generale dell’equazione omogenea associata alla (4.176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. zN . . .h sono combinazioni lineari dei valori y0 . Risolvendo il sistema lineare (4. . NR . . . . . .84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . . −N + 1.83). Conseguentemente. cN sono costanti arbitrarie. yN (−N) = yN .84). . .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). . .86) le cui radici possono essere reali. .84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. z2 . siano esse z1 . . yN . . . N2 . a . −1}. . a N 0 1 siano reali. .88) che soddisfa le condizioni iniziali (4.84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. . i (4.

il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. Tale metodo si basa sull’osservazione che la (4. di quello passato x(0) e degli N valori precedenti dell’uscita y(0). .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) . . ylib (n) = 0. Pertanto. I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4.6 Esempi di sistemi LTI 177 del sistema è nulla. assegnando y1 = y2 = · · · = yN = 0. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. . a0 k=1 a0 m=0 (4. y(−N + 1). che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . . Similmente al caso TC. x(n − 2).81) e (4.81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . Dividendo primo e secondo membro per a0 = 0. Nell’esempio che segue. (4. . il sistema descritto dalle (4.91). essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. . y(−N) (ovvero le condizioni iniziali assegnate). Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0.92) . . In conclusione. y(n) − a y(n − 1) = b x(n) . ∀n ∈ Z. più semplice. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. . . che è applicabile solo a TD. x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. dai valori y(n − 1). a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1).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).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) .91). y(−2). . . Tale procedura. .83). e ponendo a = −a1 /a0 e b = b1 /a0 . . l’equazione alle differenze (4. la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . possiamo riscriverla nella forma seguente.83) è in generale lineare per le differenze e tempo-variante.81) e dalle condizioni iniziali (4. e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. ossia. y(1). . . (4.90) A causa della presenza dell’evoluzione libera.4. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine.81). Esempio 4. il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). D’altra parte. sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. A differenza del caso TC. y(n − 2). Successivamente. . con condizioni iniziali nulle.

ovvero y(−1) = 0.23 sottolinea che l’equazione (4. supposto 0 < |a| < 1. suggerisce anche un modo per realizzare il sistema. h(n) = an b . e sono pertanto sistemi IIR.81). si vede che il sistema è dispersivo. 4. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. È interessante osservare che. che è rappresentata graficamente in fig. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva. in Matlab. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig.91) dell’equazione alle differenze (4.17. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . Analogamente.16).26 per a = 0. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. il comando filter implementa proprio la relazione i-u di un sistema ARMA. A conclusione di questo paragrafo. Dalle proprietà della risposta impulsiva. i sistemi ARMA presentano risposte impulsive di durata infinita. possiamo trovare la soluzione h(n) in maniera ricorsiva. scrivendo: h(n) = a h(n − 1) + b δ (n) . Così facendo. per n < 0. denotiamo 12 Ad esempio. ed in particolare nell’elaborazione digitale dei segnali. per N ≥ 1. 4. . Per semplicità. A differenza del caso TC. 4. In definitiva. Pertanto. causale. e stabile per 0 < |a| < 1. oltre a fornire un metodo alternativo di risoluzione dell’equazione. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . nel cap. h(1) = a h(0) + b δ (1) = ab .12 è utile fare qualche considerazione sulla loro implementazione. 4. osserviamo che la forma ricorsiva (4. A tale proposito.11.178 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. il sistema in esame è un sistema IIR avente memoria praticamente finita.25). cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). in generale. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. ossia y(n) = h(n). a ed in generale. assumendo che il sistema sia inizialmente in quiete. con un leggero abuso di notazione.8333 e b = 1. Questa interpretazione porta allo schema a blocchi riportato in fig. 4. 4. ed in generale. data la notevole importanza dei sistema ARMA nelle applicazioni. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . Imponiamo che il sistema sia LTI. h(n) può essere sinteticamente espressa come h(n) = b an u(n) .92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. h(n) = 0 . es. Va detto che. In tale ipotesi. ponendo b = 1. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es.25. per n ≥ 0. 4. la cui somiglianza con lo schema di fig.

4 0. per k ∈ {1. . per m ∈ {0. 4. è possibile ottenere un sistema con N < M. h(n) 0 0 5 n 10 15 20 Fig. Il secondo sistema (quello di destra) ha come ingresso il segnale z(n) e produce in uscita il segnale y(n) secondo la seguente relazione ricorsiva: y(n) = k=1 ∑ ak y(n − k) + z(n) . .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. partire da un sistema ARMA con N = M. con ak i rapporti −ak /a0 .93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. per k ∈ {N + 1. Precisamente.6 0. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. 1. . e con bm i rapporti bm /a0 . Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. M}. . . Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale. così facendo la (4. .6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. . 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) . m=0 N N (4. .4. N}. M}.27. Risposta impulsiva del sistema LTI (es. N (4. . i sistemi AR presentano risposte impulsive di durata infinita. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. .2 Fig. . Per effetto della ricorsione. è possibile ottenere un sistema con N > M. 2. 4. .8 0. ponendo a zero i coefficienti bm . .91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . analogamente. 13 A . si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. 4. M + 2. ponendo a zero i coefficienti bk . N + 2. Questa ricorsione.17). . opportunamente ritardato e scalato.25. 4. . N (4.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR.26. è riportato indietro verso il segnale di ingresso z(n). ritardo elementare e sommatore. N}.93) è riportato in fig. per m ∈ {M + 1. 4. . lo schema a blocchi corrispondente alla (4.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0.8333 e b = 1).

. In tal modo. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II.14 per un totale di 2 N ritardi elementari. La realizzazione di fig. .94) rappresenta la parte MA (o FIR) del sistema.29. 4. Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. nonchè amplificatori e sommatori. . . . pertanto.15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. .27 è comunemente denominata forma diretta I del sistema ARMA. Realizzazione in forma diretta I di un sistema ARMA (N = M). Possiamo quindi dire che la (4. Così facendo si giunge alla struttura modificata rappresentata in fig. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. 4. ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. senza alterare la natura del sistema. mentre la (4. e sono pertanto sistemi IIR. . .180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . 4.28. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. . 15 Il comando filter di Matlab. si ottiene la struttura cosiddetta canonica riportata in fig.95) rappresenta la parte AR (o IIR) del sistema. che è generalmente denominata forma diretta II del sistema ARMA. Lo schema si può vedere come la cascata della parte MA e della parte AR.27. ciò non altera il legame i-u del sistema. che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA. z -1 y(n-N) b2 a2 . Lo schema di fig.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. 4. . precedentemente menzionato. 4. in quanto sia la parte MA che quella AR sono sistemi LTI. z -1 x(n-N) bN aN .

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

Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. Sostituendo nella relazione i-u del sistema. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari. in ingresso ad un sistema TC LTI con risposta impulsiva h(t). Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). e scrivere la relazione i-u in termini di convoluzione discreta (4. che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . 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. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. oltre che come sovrapposizione di impulsi. (4.7 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 (·). di sinusoidi (rappresentazioni di Fourier). avente ampiezza unitaria e fase iniziale nulla. Supponiamo che il segnale di ingresso sia un fasore a frequenza f .12). 4.97) +∞ −∞ h(τ ) e− j2π f τ dτ . anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. per il quale la H( f ) definita dalla (4. per comodità di presentazione. e dei sistemi LTI in particolare.182 Sistemi lineari tempo-invarianti (LTI) 4.96) .96) esiste finita. moltiplicato per H( f ). Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4.7. Assumendo che la quantità tra parentesi tonde esista finita. ovvero poniamo x(t) = e j2π f t . La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza.7) oppure continua (4. se reali. Nei paragrafi seguenti. e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero).12). e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t .1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R.

per ogni fissato valore di f .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. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1.4.31. (4. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. Fig. ovvero se il sistema è stabile.9 si applica sicuramente a tutti i sistemi stabili. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . da cui segue che. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. 4. 6 che la relazione (4. 4. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. tale relazione di trasformata di Fourier è invertibile. Sostituendo tale espressione nella (4.30. è in generale una grandezza complessa. che modifica la fase del fasore di ingresso. se h(τ ) è sommabile. Sotto opportune ipotesi. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. in particolare concetti di analisi funzionale. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . inoltre il suo modulo |H( f )|. Si noti che tale proprietà vale anche per f = 0. mentre la sua fase H( f ). ovvero si ha y = A x.96). Dalla sua definizione (4. evidenzia che i fasori sono segnali particolari per i sistemi LTI.98) La (4. proporzionale a e. prende il nome di risposta in ampiezza. in particolare l’ampiezza del fasore viene modificata da |H( f )|. La quantità H(0) prende il nome di guadagno in continua del sistema LTI. |H( f )| < +∞. per analogia con la corrispondente proprietà dell’algebra lineare.9 può anche essere rappresentata dallo schema a blocchi di fig. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. ∀f ∈ R. che definisce H( f ) in funzione di h(τ ). Vedremo nel cap. 4. si può interpretare come la trasformata di Fourier del segnale h(τ ). cioè dell’autovalore. La prop. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). generalmente soddisfatte dai segnali di interesse pratico. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. detta antitrasformata di Fourier. e la sua inversa.97). si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . Quindi. . mentre la fase del fasore viene modificata da H( f ). prende il nome di risposta in fase. Infatti. dicendo che i fasori sono le autofunzioni dei sistemi LTI. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza.96). che modifica l’ampiezza del fasore di ingresso. ∀ f ∈ R. Tale proprietà si esprime. 4. la prop. 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 . Per completare l’analogia. osserviamo che H( f ). cui corrisponde in uscita ancora un segnale costante y(t) = H(0). conseguentemente.30. 4. 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.

come dimostrato dall’esempio seguente. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . § 4. È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4.100) Abbiamo visto nell’es.99). e sostituendo tali espressioni nell’equazione differenziale (4.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4. Questa definizione è di grande utilità per ricavare direttamente la risposta armonica dei sistemi TC LTI descritti da equazioni differenziali lineari a coefficienti costanti (cfr.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t).96). 6. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . 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 .18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. 4.16 (si veda anche il § 4.99) 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 . mentre assume valori minori di 1 per f = 0 e decrescenti . si perviene alla seguente equazione differenziale. 4.6. 4.16.100) che descrive il sistema. e sarà ulteriormente approfondito nel cap. dt dt sostituendo nella (4. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. Esempio 4. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . Sfruttando la conoscenza di h(t). avente ampiezza unitaria e fase iniziale nulla.32 in funzione di 2π f RC. la prop.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. 4.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . 4.6. raffigurato in fig. ovvero H( f ) = y(t) x(t) . nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile.22. della quale è facile ricavare modulo e fase. (4. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t).1). da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 .1) che. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . dt (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. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4.

si ha: H ∗ ( f ) = H(− f ) . 4.18 conferma che la funzione H( f ) data dalla (4.99) è in generale una funzione complessa. dove si è sfruttato il fatto che. 4. In definitiva. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . supposto H( f ) finita.4. Se il sistema LTI è reale.18): risposta in ampiezza (in alto). Quindi. cioè H( f0 ) = 0. che assume una importanza rilevante nello studio dei sistemi LTI. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. viene chiamato filtro passabasso. per un sistema reale. il sistema può “sopprimere” completamente il segnale di ingresso. 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. 3. Tale conclusione non è corretta. risulta h∗ (τ ) = h(τ ). se h(τ ) è reale.96). Pertanto. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI.100) e non la condizione iniziale y(0) = 0. Infatti. la corrispondente uscita è necessariamente nulla (cfr.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . Come osservazione conclusiva.96) o dalla (4. Risposta in frequenza di un sistema RC (es. notiamo che. il che è vero se e solo se y(0) = 0. crescenti al crescere di | f |. a prima vista. prop. si è implicitamente imposto che il sistema sia LTI. 4. In altri termini. tuttavia. la corrispondente uscita è nulla. coniugando la (4. (4. dato un sistema LTI. Un sistema di questo tipo. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. 4. La prop.101) . L’es. nell’imporre che l’uscita corrispondente al segnale x(t) = e j2π f t avesse l’espressione y(t) = H( f ) e j2π f t . Infatti. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . al crescere di | f |.32. In virtù di questo comportamento. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. 4.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. che introduce un’attenuazione di ampiezza crescente con la frequenza. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4.4). ovvero la sua risposta impulsiva h(t) è una funzione reale. risposta in fase (in basso).5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. In particolare.9 e l’es. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. se l’ingresso è nullo. e sarà ulteriormente approfondito nei prossimi capitoli.

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.

21). 4.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] .104) esiste finita per ν = ν0 .12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio.109) introducendo un opportuno sfasamento di π /2. la prop. Inoltre. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla.112) Analogamente al caso TC. Si consideri lo schema di misura di fig. Variando la frequenza f0 del generatore (a scatti oppure in maniera .110) si può ottenere come caso particolare della (4. 4. (4. 4.35.7 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.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ).4. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . considerando due attraversamenti dell’origine con pendenza positiva). Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay . nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. T0 In definitiva. un oscilloscopio a doppia traccia. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). notiamo che per la proprietà 4. per il quale H(ν ) definita dalla (4. Si può immediatamente osservare che. viene collegato all’ingresso e all’uscita del circuito. capace cioè di rappresentare due segnali su uno stesso visore. 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 . ed è riportata di seguito per completezza.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R.35. 4. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. 4.111) (4.35). Notiamo in effetti che la (4. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). Esempio 4. se H(ν0 ) = 0. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . 4. se H( f0 ) = 0.

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

dispersivo. stabile. Successivamente. (T ∈ R+ ).] Risultato: (a) h(n) = δ (n) + 2δ (n − 1) − 3δ (n − 2). dispersivo. (−1)k x(n − k) (M1 . (d) come (c). causale. (b) h(t) = 3 δ (t) + 5 δ (t − 2).5T .4. (b) y(t) = 3 x(t) + 5 x(t − 2). causale. instabile. (g) h(t) = 1/(π t). Esercizio 4. dispersivo. dispersivo. causale. non causale. stabile. stabile. +∞ τ − 0. |k| k = −∞ k=0 +∞ k=−∞ (g) y(n) = ∑ 1 x(n − k). (c) h(t) = rect t−0. x(n − k). causale. instabile. dall’esame della risposta impulsiva. (b) h(n) = u(n). (b) y(n) = (c) y(n) = (d) y(n) = (e) y(n) = (f) y(n) = k=−∞ n ∑ x(k). non causale.8 Esercizi proposti Esercizio 4. instabile. (a) y(n) = x(n) + 2 x(n − 1) − 3x(n − 2). causale. stabile. . (trasformata di Hilbert). M2 ∈ N). stabilire se il sistema è non dispersivo. dispersivo. Successivamente. dispersivo. non causale.] Risultato: (a) h(t) = u(t). causale.5T . dispersivo. dall’esame della risposta impulsiva. (a) y(t) = t −∞ x(τ ) dτ . stabile. T T dispersivo. 1 + |k| [Suggerimento: vedi esercizio precedente. stabilire se il sistema è non dispersivo. causale. (e) come (c).2 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. (f) h(t) = rect t+0.8 Esercizi proposti 193 4. stabile. 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. ∑ 1 x(n − k). stabile. k=−M1 |k|≤3 +∞ ∑ M2 ∑ k=0 +∞ ∑ x(n − k).1 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. x(t − τ ) dτ x(τ ) dτ x(τ ) dτ (T ∈ R+ ). (c) h(n) = k=−M1 ∑ M2 (−1)k δ (n − k). (T ∈ R+ ). (d) h(n) = |k|≤3 ∑ δ (n − k).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+ ).

calcolare e diagrammare le seguenti convoluzioni: (a) (b) (c) (d) y1 (n) = x(n) ∗ h(n). . stabile. instabile. (c) y3 (n) = y2 (n). (g) Esercizio 4. [Suggerimento: applicare la proprietà di invarianza temporale della convoluzione. (f) h(n) = h(n) = 1 . (e) k=−∞ (f) δ (2t) ∗ x(t). (d) (f) 1 x(t). (b) y2 (n) = y1 (n + 2). Risultato: (a) δ (t). +∞ (d) k=−∞ +∞ ∑ ∑ δ (t − kT0 ) ∗ x(t). y3 (n) = x(n) ∗ h(n + 2). (b) δ (t − 5) ∗ x(t + 5).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}. (c) δ (n − 2). 2 Esercizio 4. non causale. Calcolare l’uscita y(t) del sistema. (b) x(t). δ (n − kN0 ) ∗ x(n). 1 |n| n=0 . (g) x(n). dispersivo. non causale. Risultato: (a) y1 (n) = 2δ (n + 1) + 4δ (n) + 2δ (n − 1) + 2δ (n − 2) − 2δ (n − 4). instabile. (g) δ (2n) ∗ x(n).3 Utilizzando le proprietà degli impulsi e quelle della convoluzione. y2 (n) = x(n + 2) ∗ h(n). semplificare il più possibile le seguenti espressioni: (a) δ (t) ∗ δ (t). y(t) = 1 a−b eat − ebt u(t) per a = b.194 Sistemi lineari tempo-invarianti (LTI) dispersivo.] Risultato: y(n) = 2 1 − 1 n+1 2 u(n). dispersivo. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). +∞ k=−∞ ∑ x(t − kT0 ) = repT0 [x(t)]. Adoperando le proprietà della convoluzione. 1 + |n| 0. Risultato: y(t) = t eat u(t) per a = b. n=0 . Esercizio 4.5 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) . (c) δ (n) ∗ δ (n − 2). (e) come (b). non causale. (e) +∞ k=−∞ ∑ x(n − kN0 ) = repN0 [x(n)]. Esercizio 4. y4 (n) = x(n − 2) ∗ h(n + 2). (d) y4 (n) = y1 (n).4 Siano x(n) = δ (n) + 2δ (n − 1) − δ (n − 3) e h(n) = 2δ (n + 1) + 2δ (n − 1).

per t > T . per 1 < t ≤ 2 . per t < 0 .   9 − 6t + t 2 . per t ≤ −1 .  −t/T ) . per t < 0 . con |b| < 1.   1 e(t+1) . per 2 ≤ t < 4 .4. Risultato: y(n) = (n + 1) bn u(n) per a = b. 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). Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). per n ≤ −1 . Calcolare l’uscita y(n) del sistema. con |b| < 1. y(n) = 1 a−b an+1 − bn+1 u(n) per a = b. Esercizio 4. (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2). Esercizio 4.   12 − 2t . per n > −1 . per t ≥ 6 . Te  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). Esercizio 4.8 Esercizi proposti 195 Esercizio 4.10 Il segnale di ingresso x(n) e la risposta impulsiva h(n) di un sistema LTI sono dati da: (a) x(n) = u(n) ed h(n) = an u(−n − 1). con a > 1. per 2 < t < 3 .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 .    0 .  (b) y(t) = 1 . 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e .  (b) y(t) = 4 . con T ∈ R+ . per t > −1 . (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n). Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T .  −t/T  (e − 1) . per 4 ≤ t < 6 .    2t − t 2 .    0 .  1−1/a Risultato: (a) y(n) =  1/a  1−1/a .  per 0 ≤ t < 2 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n). per t ≤ 0 . .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}. e  0 . per t ≥ 3 .  n  a .  per 0 < t ≤ 1 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).    2t .  0 .

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

5) − rect(t − 1. Risultato: (a) il sistema è dispersivo.5). stabile. τ ) integrabile su R rispetto a τ e un costante ε > 0.4. h(t) = e−6t u(3 − t). stabilire se il sistema è non dispersivo. (g) h(t) = 2 e−t − e(t−100)/100 u(t). non causale. Esercizio 4. instabile. causale. (c) il sistema è dispersivo. causale. tale per cui: d f (t. Risultato: s(t) = Λ(t − 1). f (t. τ )] dτ . h(t) = e2t u(−1 − t). (d) il sistema è dispersivo. instabile. stabile. causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n). non causale. Risultato: s(n) = δ (n + 1) − δ (n). (g) il sistema è dispersivo. τ ) dt allora d dt +∞ −∞ ≤ g(t. stabile.15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). h(n) = (1/2)|n| . h(t) = t e−t u(t). stabile. non causale.8 Esercizi proposti 197 dagli scopi di questo corso. (f) il sistema è dispersivo. t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. h(n) = 4n u(n). calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). Esercizio 4. non causale. (b) il sistema è dispersivo. τ ) . utilizzando s(n). h(t) = e−2t 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 .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. h(t) = rect(t − 0. h(n) = (1/3)n u(n) + 3n u(−n − 1). . (e) il sistema è dispersivo. h(t) = e−6|t| . stabilire se il sistema è non dispersivo. causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2). y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4). stabile.16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n). τ )dτ = +∞ −∞ d [ f (t. Esercizio 4. causale. dt Esercizio 4.

Si può dimostrare che tale sistema è invertibile e che il sistema inverso ha risposta impulsiva hinv (t) = +∞ k=0 ∑ gk δ (t − kT ). (c) Sulla base dei risultati dei punti (a) e (b). (g) il sistema è dispersivo. Risultato: (a) y(n) = R4 (n − 2). Esercizio 4. instabile. (c) non è LTI.198 Sistemi lineari tempo-invarianti (LTI) (e) h[n] = sin nπ u(n). Esercizio 4.17 Si consideri il sistema LTI avente risposta impulsiva 1 h(t) = δ (t) + δ (t − T ) . stabilire se S può essere un sistema LTI. stabile. (c) non è LTI. (f) il sistema è dispersivo. (e) il sistema è dispersivo. non causale. causale. stabilire se S può essere un sistema LTI. Esercizio 4. [Suggerimento: studiare l’equazione h(t) ∗ hinv (t) = δ (t) nelle incognite gk . Ricavare l’espressione dei coefficienti gk .] 1 Risultato: gk = (−1)k 2k . 2 con T > 0. causale. Risultato: (a) y(n) ≡ 0.18 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(k) g(n − 2k) . Risultato: (a) il sistema è dispersivo. (a) Calcolare y(n) quando x(n) = δ (n − 1). dove g(n) = R3 (n). (b) y(n) = R4 (n − 4). (a) Calcolare y(n) quando x(n) = δ (n − 1). (b) Calcolare y(n) quando x(n) = δ (n − 2). causale. k ∈ N0 . dove g(n) = R4 (n). stabile. non causale. (b) y(n) = R3 (n − 1). instabile. 3 (f) h(n) = 2 u(n + 5) − u(n) − u(n − 5). stabile. (g) h(n) = n (1/3)n u(n − 1). (b) il sistema è dispersivo. (d) il sistema è dispersivo.19 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(2k) g(n − k) . causale. (c) il sistema è dispersivo. (c) Sulla base dei risultati dei punti (a) e (b). (d) si prova effettuando il cambiamento di variabile h = 2k nella sommatoria e ricordando le proprietà dell’espansione. (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). si trova L = 2. stabile. (b) Calcolare y(n) quando x(n) = δ (n − 2). . stabile. non causale.

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

Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). Entrambi i sistemi sono lineari. causale. Esercizio 4. y(n) ≈ . il sistema è lineare. invarianti temporalmente e stabili. S2 : h(t) = δ (t) − δ (t − 1) . (b) Classificare il sistema complessivo. non causale. Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. y(t) = x(t) − x(t − 0.5) nel caso (b). mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at).25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . S3 : y(t) = x(t/2) (espansione di 2) . Risultato: (a) y(t) = T −T x at − τ 3 d τ . (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). in generale è tempo-variante. causalità e stabilità). invariante temporalmente. 2T lineare per ogni a.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 . stabile. causali. (b) il sistema è dispersivo. sulla base delle sue proprietà di non dispersività. con T > 0. causalità e stabilità. dispersivo. 1 + j/2 1 + j/2 . rispettivamente. rispettivamente. (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). non causale. dispersivi. (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. stabile. con a ∈ R. (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. Esercizio 4. non dispersività.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]. motivando brevemente le risposte. stabile. (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. eccetto che nel caso in cui a = 3. (b) il sistema è 3t .23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. non dispersivo. (b) per n → +∞. (c) h(t) = 3 rect Esercizio 4.

26 Si consideri il circuito RC di fig.4.] Risultato: h(n) = (1/a)n−1 u(n − 1).36. . 4. (e) il sistema è LTI se y0 = 0.27 Si consideri il circuito CR di fig. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 .5 (1 − e−4 ) e−t . (f) Studiare le proprietà (non dispersività.5 (1 − e−2t ) e−t . 4. causalità. per t < 0 . s(t) = yfor (t) = e−t/T u(t). stabilità) del sistema LTI determinato al punto (e). (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). con costante di tempo T = RC = 1s. per t ≥ 2 . e la tensione y(t) ai capi della resistenza è il segnale di uscita.] Risultato: (a) d 1 d y(t) + y(t) = x(t).     0. Esercizio 4.     Risultato: y(t) = 0.36. stabile se e solo se |a| > 1. causale e stabile.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . per 0 ≤ t < 2 . porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. (b) y0 (t) = c1 e−t/T . [Suggerimento: Per calcolare h(n). causale.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) . [Suggerimento: per il punto (e). con a ∈ R. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (a) Disegnare lo schema implementativo del sistema in forma diretta I.  0 . causale. Esercizio 4. h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). sistema dispersivo. (b) Disegnare lo schema implementativo del sistema in forma diretta II. (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. stabile. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo.8 Esercizi proposti 201 Esercizio 4. (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). (f) il sistema è dispersivo. notare che essendo il gradino la derivata della rampa. (c) ylib (t) = y0 e−t/T . la risposta al gradino sarà la derivata della risposta alla rampa. (c) Disegnare lo schema implementativo del sistema in forma canonica. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). con T = RC. dt T Esercizio 4.

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

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 ). (b) y(t) = 4 cos . Esercizio 4. Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. T Esercizio 4. invarianza temporale. è un integratore con memoria finita. stabilità).5T 1 1 − e− j2π f T = e− jπ f T . √ Risultato: y(n) = 2 2 sin(0.34 Nello schema di figura. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ).25 π n). tempo-invariante. applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0. (c) y(t) ≡ 1.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. 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 .5 < ν ≤ 0.36 Si consideri il sistema LTI avente. (b) il sistema è LTI.25 π (n + 1)).8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π . Esercizio 4. (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. causalità. (b) il sistema è LTI. il sistema è lineare. causale. (c) y(t) = rect . tempo-invariante. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0.35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ . stabile. la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. stabile). (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. (b) Sfruttando i risultati del punto (a). con riferimento al periodo principale.4. . Risultato: (a) y(t) = t t−T x(τ ) dτ . causale. x(t) 6 S S 6 . calcolare l’uscita y(t). calcolare l’uscita y(t) e rappresentarla grafiT camente. 1/T ). dispersivo.5 . 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T .5 e− j 8πν per −0.5T . con le seguenti proprietà: linea- re. non dispersività. dispersivo.

(c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. (b) H( f ) = . Fig. Circuito RC.38 Si consideri il circuito RLC di fig.36. 2 − e− j2πν + e− j6πν Esercizio 4. Risultato: H(ν ) = 1 − 5 e− j8πν . 1 + 4π Risultato: (a) f >0 . e la tensione y(t) ai capi del condensatore è il segnale di uscita. 4.37 Si consideri il circuito CR di fig. 4. f <0 Esercizio 4. Circuito RLC. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. e la tensione y(t) ai capi del condensatore è il segnale di uscita. 4.39 Supponendo che il sistema ARMA descritto dell’esercizio 4.38. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). 4. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). dt T dt 1 + j2π f T π − arctan(2π f T ) . H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . Fig. Esercizio 4. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente.29 sia stabile. con ω0 = dt dt (coefficiente di smorzamento). determinare la sua risposta in frequenza H( f ).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. H( f ) = tan−1 ζf . 2π | f |T .37. con 2π f0 = ω0 . 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. (b) H( f ) = ζ 1 − ( f / f0 )2 + j π ff2 0 √1 LC (pulsazione di risonanza) e ζ = R 2L (c) |H( f )| = 1 [1 − ( f / f0 )2 ]2 + ζ2 f2 4 π 2 f0 .38.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . 4. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. calcolare la sua risposta in frequenza H(ν ). Circuito CR. dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. determinare la sua risposta in frequenza H( f ). (a) Determinare l’equazione differenziale che lega x(t) ed y(t). 1 . con T = RC.37. 1 d j2π f T d y(t) + y(t) = x(t).

Risultato: (a) y(n) − ay(n − 1) = x(n) − a−1 x(n − 1). determinare la sua risposta in frequenza H(ν ). (a) Determinare l’equazione alle differenze che lega x(n) ed y(n). (c) Provare che la risposta in ampiezza del sistema è costante.4.8 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 . (b) Supponendo che l’equazione alla differenze definisca un sistema LTI stabile. (c) |H(ν )| = − j2πν 1 − ae |a| . per cui tale sistema prende il nome di sistema all-pass.

206 Sistemi lineari tempo-invarianti (LTI) .

Si consideri infatti un segnale espresso da una somma di fasori. denominati filtri ideali. 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. l’uscita corrispondente sarà calcolabile semplicemente come: y(t) = H( f1 ) e j2π f1t + 2 H( f2 ) e j2π f2t .Capitolo 5 Serie di Fourier La descrizione nel dominio del tempo dei sistemi LTI si basa sulla rappresentazione del segnale di ingresso come sovrapposizione di impulsi traslati nel tempo e sulla definizione di risposta impulsiva. Se tale segnale è posto in ingresso ad un sistema LTI avente risposta in frequenza H( f ). Abbiamo però visto nel § 4. per la linearità del sistema e per la (4.97) e (4. nel caso TC o TD. Nasce allora l’esigenza di rappresentare un generico segnale come sovrapposizione (discreta o continua) di fasori (rappresentazioni di Fourier o nel dominio della frequenza). Tale rappresentazione prende il nome di serie di Fourier.97). la semplicità di tali risultati spinge a cercare rappresentazioni di segnali come sovrapposizione di fasori.7 che.105) che consentono di calcolare. quando il segnale di ingresso è un semplice fasore. aventi frequenze multiple di una stessa frequenza (frequenza fondamentale). composto da due fasori a frequenze f1 ed f2 : x(t) = e j2π f1t + 2 e j2π f2t .5 l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico. la risposta di un sistema LTI ad un fasore applicato al suo ingresso. il calcolo dell’uscita di un sistema LTI si effettua più semplicemente introducendo il concetto di risposta in frequenza. 5.1 Introduzione Nel precedente capitolo abbiamo ricavato le semplici relazioni i-u (4. come ad esempio il seguente segnale TC. . mostrando in particolare che i segnali periodici (TC e TD) possono essere espressi come sovrapposizione discreta di fasori. e nel caso TD assume la denominazione più specifica di Discrete Fourier Series (DFS). I benefici di tale rappresentazione saranno evidenziati calcolando nel § 5. In questo capitolo si introduce una prima rappresentazione di questo tipo.

come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. purché le frequenze siano tutte multiple di una frequenza comune f0 . sarà applicabile anche ai segnali periodici. Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. infatti. Successivamente. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . che la introdusse in vari scritti del 1807 e del 1811. Va osservato. opportunamente generalizzata. vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . che prende il nome1 di serie di Fourier. vedremo la rappresentazione più generale di un segnale. il segnale x(t) risulta periodico. sarà esaminata in questo capitolo. 5.1) 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 . e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca.208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente. 2 2 2 2 2 2 (5. . 2 2 La relazione precedente mostra. 2 In generale. tratteremo separatamente la serie di Fourier per segnali TC e TD. Quest’ultima rappresentazione.3. 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. 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. lo svizzero Leonhard Euler (1707–1783) detto Eulero. in accordo con l’interpretazione già data nel § 2.3. e presenterà interessanti relazioni con la serie di Fourier. In particolare. ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822). È semplice rappresentare tale sinusoide come sovrapposizione di fasori.2 Si consideri ad esempio il seguente segnale. dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. poiché esistono differenze non trascurabili tra i due casi. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . rispettivamente.2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. Partiamo per semplicità da uno dei più semplici segnali periodici TC. nel cap. che molto prima di Fourier. non necessariamente periodico. Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione. ed ampiezza A/2. rappresenti un caso particolare di scarso interesse pratico. peraltro. La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. si può dimostrare che la somma di funzioni periodiche con periodi differenti è ancora una funzione periodica se e solo se i periodi sono commensurabili tra loro. nota come trasformata di Fourier. 6. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . cioè i loro rapporti sono dei numeri razionali. solo in questo caso.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). Tale segnale risulta periodico di periodo T0 = 1/ f0 . periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) . espresso come somma di un numero finito di fasori. e per di più a valori complessi. Nel seguito del capitolo.

±3}. a frequenze ± f0 . per il segnale (5.1)]. se k = h .3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. Ad esempio. Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). 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 . i termini per k = ±1 prendono il nome di prima armonica o fondamentale. .3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr. Se infatti consideriamo due fasori della rappresentazione (5. ±1. Le frequenze fk = k f0 dei fasori della rappresentazione (5. cambiando l’indice da h nuovamente a k. ottenuto come combinazione lineare di un numero finito di sinusoidi. supponiamo che il segnale x(t) sia sommabile sul periodo T0 . ±M}. con k ∈ {0. . i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). (4. (5. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . Ad A|k| esempio. ±2 f0 e ±3 f0 . con k ∈ {±1.3) per e− j2π h f0t .4) e pertanto risultano ortogonali se k = h.3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . con h ∈ {0. nel senso precisato nel cap. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). notiamo che la (5. .5) T0 Essendo l’intervallo di integrazione finito.3) e la (5.3).3) sia effettivamente periodico di periodo T0 . dal confronto tra la (5.2) si ricava che M = 3 e Xk = 2 . =δ (k−h) (5. Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. cioè se hanno frequenze distinte. il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare.6) per cui.7) T0 . Per mostrare ciò. 0. dove le funzioni xk (t) sono ortogonali. (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). ±2. A tale proposito. (5.5. . In tale ipotesi. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). . se k = h . lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). . ±1.1). ovvero: |x(t)| dt < +∞ . ed integrando termine a termine su un periodo. che in generale può essere complesso. .2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. . con M ∈ N . si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. e quindi ammettono T0 come più piccolo periodo comune. (5. Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . 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. moltiplicando ambo i membri della (5. i termini per k = ±2 prendono il nome di seconda armonica. ±M} . in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 .

B.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt .10) (5. Ad esempio. essendo la somma di un numero finito di termini. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. basti pensare che nella (5. conseguentemente il segnale x(t). Infatti. rimandando ogni discussione sulla convergenza della serie (5. Abbiamo già avuto modo di evidenziare in passato che. Si osservi inoltre che non tutti i segnali continui. utilizzando la (5. Purtroppo. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt .8) e (5. affinchè la rappresentazione (5. Per il momento tralasciamo questo aspetto.9). espresso come somma di un numero finito di funzioni continue. prop.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. (vedi concetto di gradino e di risposta al gradino). non pone alcun problema di convergenza. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. Si osservi che. la serie di funzioni (5.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. 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 . inoltre.7). giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. In altre parole. . ±1. più in generale.2.8) al § 5.11) 1 T0 .7) ha senso. (5. Dalla maggiorazione precedente. (5. per ogni k ∈ Z. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5.1. ∀k ∈ Z . è ancora una funzione continua (cfr.3) sia applcabile. mettendo insieme le (5. .3). non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori.8) può risultare non convergente.3) che. Tuttavia.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 .8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori. In definitiva. il segnale periodico x(t) deve essere necessariamente continuo. in virtù della (5. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi.5). T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. a differenza della rappresentazione (5.3) per il segnale x(t) espresso come somma di un numero finito di fasori. . 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. .8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . possono essere rappresentati combinando linearmente un numero finito di fasori.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. ±M} ma.3) e (5.

5. Più precisamente. saranno sviluppate nel § 5. Altre forme della serie di Fourier. la seconda consente di decomporre o analizzare il segnale x(t). ed il fatto che per segnali periodici la media temporale [cfr. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t).k .2.k = X2. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). ovvero per la componente continua.12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua.10) e (5.4. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). per ogni k ∈ Z. rispettivamente. se X1. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . chiamati anch’essi armoniche del segnale. La (5. particolare.7(c)] si può calcolare su un periodo del segnale. e gli stessi coefficienti della serie di Fourier di x(t). La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). Particolarizzando l’equazione di analisi per k = 0. 3 In .k ed X2. (5. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. Per differenza. Poiché i coefficienti Xk sono grandezze complesse. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). rispettivamente. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier.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 ).11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. In altre parole.2 Serie di Fourier per segnali TC 211 Le equazioni (5. che è ovviamente nulla per xac (t). si ha X0 = 1 T0 x(t) dt = xdc . 2. siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. ovvero si ha x1 (t) = x2 (t). La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . È interessante osservare che. prop. ∀t ∈ R eccetto che in un insieme di misura nulla. valide esclusivamente per segnali a valori reali. in virtù di tale corrispondenza. sviluppabili in serie di Fourier con coefficienti X1. valida in generale per segnali x(t) a valori reali o complessi. Dal punto di vista matematico.k . l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. fatta eccezione per il coefficiente per k = 0. in quanto forniscono per ogni valore di k.12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico.

rispettivamente. si ricava:   A e j ϕ0 . k = −1.   indeterminata. altrimenti. sebbene essa risulti a rigore indeterminata. 5. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5. come la formula di Eulero.10). 0. k = 1.1)). altrimenti. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . k = 1.1.1 per il caso A = 1 e ϕ0 = π . da: |Xk | = A 2. altrimenti.5 0 −5 1 ∠ Xk 0 k 5 1 0. 5. k = −1. Esempio 5. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. con A > 0.2.6 sinc(x) 0. 5. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. 5.11).  Xk = −ϕ0 . il calcolo dei coefficienti non è un problema concettualmente difficile. 2 Xk = A e− jϕ0 .2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. 2 2 da cui. noti che in fig. per semplicità di rappresentazione. e sono riportati4 in fig.  ϕ0 . 4 L’esempio precedente mostra che in casi molto semplici. 5. k = ±1. La funzione sinc(x) per valori di x ∈ [−6.212 Serie di Fourier 1 |Xk| 0.2 0 0 −0. 4 Fig. Gli spettri di ampiezza e fase sono dati.8 0. 6]. 2  0. per confronto con l’equazione di sintesi (5. Per segnali più complicati. Per maggiore generalità rispetto al caso visto precedentemente.1 e nel seguito.4 0. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. 4 Si . consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . ϕ0 = π ).1 (A = 1.

Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T . 6] è riportato in fig.4 |Xk| 0.2 Serie di Fourier per segnali TC 213 0. πk πk (5. introduciamo la funzione sinc(x): sinc(x) = sin(π x) . funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . 5. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T .4. 5.14) il cui grafico per x ∈ [−6. Le principali proprietà della funzione sinc(x) sono le tre seguenti. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k.2 (serie di Fourier dell’onda rettangolare TC. 5. (5. cfr.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 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. 5. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) . 5.2 (A = 1.9).3 Xk 0.13) Per esprimere in forma più compatta il risultato precedente. es.2 0.5. δc = 0. 2. Fig. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.1 −0.2 −5 0 k 5 0. I coefficienti Xk dell’onda rettangolare dell’es. πx x ∈ R.5).3. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle.4 0. 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 .1 0 −0. δc = 0. Esempio 5.2 (A = 1. .5) sono puramente reali. Per k = 0.5 0.2.

k pari.  k pari. |Xk | = 0. −7. . . risulta: X0 = A δc sinc(0) = A δc . si ha: 1 2. . . k = 0. −1. k = 0 .  1  . − 7. π kδc k = 0. 1. Notiamo che l’espressione precedente vale anche per k = 0. . k = 2h + 1. . in quanto. In tal caso. e la fase −π per k < 0. π |k|  0   indeterminata Xk = 0    ±π k = 0. Xk = 1  πk . in quanto: |sinc(x)| ≤ 1 . .    1 − πk . la cui ampiezza decresce con legge inversamente proporzionale a k.13). . ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. k = 2h + 1. 2. Moltiplicando e dividendo per δc nella (5. . Per maggiore generalità. h pari (k = . k = . presenta armoniche puramente reali. 7. 5. si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . 5. . Più in generale.214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. −5. quindi esse possono essere rappresentate come in fig. . tuttavia. . . osserviamo che questo segnale. −3. . 5.5 (duty-cycle del 50 %) e A = 1. 3. per qualunque valore di A e δc .. e utilizzando la definizione di sinc(x). e quella dispari dello spettro di fase.4. −5. 11. k pari.. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . k = 0. Consideriamo allora il caso particolare δc = 0.). su un unico diagramma cartesiano. . k = 0 . −1.). . π |x| ∀x ∈ R . 1. (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. Notiamo la simmetria pari dello spettro di ampiezza. . ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. k = . k = 0. −3. h dispari (k = . . 0. . . . k dispari. nonché proprietà trigonometriche elementari. 3. . . 9.3. 5. che sono raffigurati graficamente in fig. per la proprietà (b) della sinc. 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).   0. ed utilizzando la definizione di sinc(x) e le sue proprietà. 7. .

4 |Xk| 0. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = .3 (A = 1).5. Fig. L’onda triangolare dell’es. 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. 5. 5.3 (A = 1).6 x(t) 0.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. 5. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda. in quanto esso risulta nullo per la simmetria dispari della funzione integranda. 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 .8 0.2 Serie di Fourier per segnali TC 215 1 0.3 (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 .6.4 0. Applicando la formula di Eulero a e− j2π k f0 t .2 0 −5 0 k 5 2 ∠ Xk 0. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo .5 per A = 1.11). ottenuta a partire dal generatore: x(t) = A Λ 2t T0 .5. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. T0 4 2 mentre per k = 0. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. Per k = 0. Tale segnale è raffigurato graficamente in fig. Esempio 5. dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t). 5.

= 2A  . 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). Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. e sono raffigurati in fig.11). Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. Sia x(t) un arbitrario segnale periodo con periodo T0 . π 2 k2 Notiamo che le armoniche Xk sono reali e non negative.216 Serie di Fourier integrale. segnale sinusoidale).2. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier.2 e 5. k pari. 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]). E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. definiti dalla equazione di analisi (5.2. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 .2).4 o più estesamente in app. in quanto |Xk | = Xk ≥ 0 e Xk = 0.3. § 5. nel seguito daremo solo qualche risultato fondamentale. 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. esistano finiti. (−1)k Come evidenziato dagli es. fatta eccezione per casi molto semplici (es.2. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. quindi gli spettri di ampiezza e fase si calcolano banalmente. 5.11). k dispari. come già mostrato precedentemente. 5. come vedremo nel § 5. Come vedremo (cfr. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. inoltre. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. Tuttavia. 5. e quindi consiste nella risoluzione di un integrale. notiamo che anche l’onda triangolare possiede solo armoniche dispari. k = 0. 5 Per .2.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . Vedremo tuttavia nel cap. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche.

16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini.15) converge al segnale x(t). b). Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. (5. uno stesso numero Nε va bene per tutti i punti dell’asse reale. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). la sua serie di Fourier non potrà convergere uniformemente ad x(t).18) allora la serie associata ai coefficienti Xk converge uniformemente. cfr. § 5. né tanto meno che tale serie converga al segnale x(t). con k ∈ Z. con |gk (x)| ≤ Mk .6) e (5. Così come per le serie numeriche. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. In particolare. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. Risulta immediatamente evidente che. allora si può scrivere M→+∞ lim xM (t) = x(t) .15) converge dipende dal tipo di convergenza richiesta.7) sono validi anche per M → +∞. cioè k→±∞ lim |Xk | = 0 . se la serie di Fourier converge uniformemente su R. la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5. con M ∈ N . b). i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5.15) converge uniformemente [5] al segnale x(t) su R se. allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. si dice che la serie di Fourier (5. b). se il segnale x(t) ha almeno una discontinuità.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. (5. (5. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . simmetrico per garantire che siano presenti le armoniche Xk e X−k .4.15) costruita a partire da questi coefficienti converga. pertanto.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . sono funzioni a valori k complessi definite sull’intervallo (a.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. Lo studio delle condizioni sotto le quali la serie (5. ∀k ∈ Z e ∀x ∈ (a. .5. 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.17) ovvero l’equazione di sintesi restituisce il segnale x(t). Quindi. Se la serie di Fourier (5. è possibile determinare Nε ∈ N tale che in ogni punto t ∈ R e per tutti i valori di M > Nε sia verificata la disuguaglianza:7 |xM (t) − x(t)| < ε . lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. per ogni ε > 0.2).

In tal senso.15) può convergere uniformemente ad un segnale x(t) = x(t).218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. se la (5. con derivata x (t) a quadrato sommabile sul periodo T0 . Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare.2? Oggi sappiamo che se la serie non converge uniformemente. pur essendo convergente. 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 . potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. 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. 5.15) è data dal seguente teorema: Teorema 5. e sollevò numerosi dubbi sulla validità della serie di Fourier.1.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). In altre parole. coseni o seni) sono tutte continue. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. ˇ tuttavia. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. A differenza della convergenza uniforme espressa dal teor. come l’onda rettangolare dell’es. . che assicura la convergenza della serie (5. periodico con periodo T0 . Pertanto. ma con continuità. la serie di Fourier (5. se ci limitassimo a considerare la sola convergenza uniforme. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. per i quali la serie.15) converge ad x(t) per quasi tutti i valori di t ∈ R. com’è intuibile. 2 T0 la serie di Fourier (5. ossia: x (t) dt < +∞ . la somma di una serie di funzioni continue non è necessariamente una funzione continua. Dal punto di vista ingegneristico.15) che.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici.10) converge uniformemente al segnale x(t) su tutto l’asse reale. quando ciò accade. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). come può la serie rappresentare segnali discontinui. è continuo e derivabile quasi ovunque. 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. 5. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia.2. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. 5.18) è verificata. ma non che la serie restituisca proprio x(t). non restituisce esattamente il segnale x(t). Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. come l’onda rettangolare dell’es. una volta calcolati i coefficienti Xk a partire da un segnale x(t).15) al segnale x(t) per ogni t ∈ R.

matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor. è discusso in app. la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. esiste un terzo tipo di convergenza (meno restrittiva di entrambe). Poiché l’onda rettangolare non 2 è una funzione continua.10 Esempio 5. 5. Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk . T0 (d2) x(t) è una funzione continua nel periodo T0 . escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. decrescendo come 1/k2 . Ad esempio. ma anche in molti problemi di fisica matematica. non costituiscono una successione sommabile. ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. che è importante non solo nell’ambito della teoria dei segnali e sistemi. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ . per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 .2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . Infine. In più. per ogni t ∈ R. Per concludere. decrescendo come 1/k. le condizioni di Dirichlet sono un caso particolare del seguente risultato. E. in effetti. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. 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). Si osservi che in questo caso i coefficienti Xk . In particolare. la serie di Fourier restituisce x(t) in tutti i punti.5 (onda triangolare a TC) Anche l’onda triangolare dell’es.4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es.3 soddisfa le condizioni di Dirichlet. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente.5. violando la condizione (5. mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). 5. allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). la convergenza della serie è uniforme per ogni t ∈ R. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. (d3) x(t) è una funzione derivabile nel periodo T0 . 5.2 Serie di Fourier per segnali TC 219 Teorema 5.18). la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. considerazioni matematicamente più approfondite mostrano che. . oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier. detta convergenza in media quadratica. Inoltre. se la funzione x(t) è continua. escluso al più un numero finito di punti con discontinuità di prima specie.2 soddisfa le tre condizioni di Dirichlet. costituiscono una sequenza sommabile.1. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. 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. essendo una funzione continua. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”. Esempio 5. osserviamo che. In particolare. e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. allora la serie di Fourier di x(t) esiste e. Questo tipo di convergenza. la convergenza non è uniforme per ogni t ∈ R.

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

come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . 101.3. dt. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare.28114072518757 è una costante notevole. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. Questo fenomeno.2 Serie di Fourier per segnali TC 221 Esempio 5. (5. Inoltre.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. Gibbs (1839–1903). in effetti. confermando che. Per δc = 1/2 ed A = 1. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt.7. noto come fenomeno di Gibbs.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare.20) è pari in valore assoluto circa a 0. 5. 11. sebbene restino di ampiezza invariata. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . Poiché l’onda quadra soddisfa le condizioni di Dirichlet. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. 1. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . pur soddisfacendo le condizioni di Dirichlet. 5. in effetti. In fig. Matematicamente. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. 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) .20) dove βgibbs ≈ 0. ma la cui ampiezza non diminuisce al crescere di M.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità.8. 5. nella quale il segnale oscilla tra i valori −0.09 (a sinistra della discontinuità) e 1. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. poiché l’onda triangolare è una funzione continua. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. per cui la prop. quindi la prop. Infatti al crescere di M i picchi delle oscillazioni. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . 11 Il 12 In fenomeno prende il nome dal fisico J. ed il valore 1/2 in corrispondenza delle discontinuità. 5. se t0 è un punto di discontinuità. L’espressione (5. 5. ma per ogni segnale x(t) che.7 (onda triangolare) Si consideri l’onda triangolare dell’es. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge.09. In particolare.09 (a destra della discontinuità. 5.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. 5. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. e pertanto il segnale ricostruito con 2M + 1 armoniche. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|.5. confermando che. W. la cui frequenza aumenta. come testimoniato dalla fig. L’onda triangolare è continua ma con derivata prima discontinua. 3. presenta dei punti di discon− + tinuità.1 si applica con n = 0. che per primo lo osservò e lo descrisse.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. ma non uniformemente negli intervalli che contengono le discontinuità. l’ampiezza delle oscillazioni calcolata secondo la (5. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). ottenuti con Matlab.2. In effetti. come si può anche osservare dalla fig. 5. vengono “schiacciati” verso la discontinuità. Esempio 5.1 si applica con n = −1. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. come già discusso in precedenza.12 Nell’es. 5.6. il fenomeno di Gibbs non si verifica per tale segnale.

(f) M = 101.8 x(t).6 0.6 0. . (c) M = 3.5 x(t).222 Serie di Fourier 1 0.5 0 t/T0 0. xM(t) 1 0.5 (d) 0 t/T0 0.4 0.6 0.8 0.5 x(t).4 0.5 x(t).2 0 −0.2 0 −0.2 0 −0.5 0 (c) 1 0.7.2 0 −0.5 (e) (f) Fig.2 0 −0. xM(t) 1 0. (d) M = 5.6 0. xM(t) 1 0. xM(t) 0.4 0.8 0.5 (a) 1 0.5 0 t/T0 0.8 0.6 0.8 x(t).8 x(t). 5. xM(t) 0.5 0 t/T 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. (e) M = 11.4 0.5 0 t/T0 0.4 0.5 (b) 0 0 t/T 0.4 0.2 0 −0. (b) M = 1. xM(t) 0.6 0.

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.4. Viceversa.5. 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.3.13 valutazione quantitativa della bontà di tale ricostruzione.7 e 5. sulla base dell’uguaglianza di Parseval.8).2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico. 5. è proposta nel § 5. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare. 13 Una .

5 0 t/T0 0.4 0.8 0.2 0 −0. (d) M = 5.6 0.5 (d) 0 t/T0 0.8 x(t).5 (a) 1 0.6 0.5 x(t).6 0.5 0 t/T0 0.2 0 −0.8 0.5 0 (c) 1 0.5 x(t). (b) M = 1.5 (b) 0 0 t/T 0.8. . (e) M = 11. 5.224 Serie di Fourier 1 0.8 x(t).5 (e) (f) Fig.2 0 −0.5 x(t).8 x(t).2 0 −0.6 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. xM(t) 1 0.2 0 −0.4 0. xM(t) 1 0.4 0. xM(t) 1 0.5 0 t/T 0.6 0.8 0. xM(t) 0.2 0 −0.4 0. xM(t) 0.6 0.4 0. xM(t) 0.5 0 t/T0 0. (f) M = 101.4 0. (c) M = 3.

3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. (N0 − 1)/N0 nell’intervallo [0. In particolare.5.22) una somma finita. semplificati dal fatto che. essendo la (5. è improprio parlare di “serie” di Fourier nel caso TD. pertanto. . si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . 1/2). Nella (5. 1. Esse. cambiando l’indice da h nuovamente a k.21). si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . ad esempio in (0.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n .22) per e− j2π hν0 n e sommando su un periodo. 1/N0 . § 2.22) è analoga all’equazione di sintesi (5. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. . nella (5. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . salvo casi particolari. 1) oppure in (−1/2. non abbiamo indicato di proposito gli estremi di variazione dell’indice k.23) Le (5. Infatti. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. N0 n=0 k ∈ {0. N0 − 1} . . e rappresenta l’equazione di sintesi della serie di Fourier discreta. L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. cfr. se k ∈ {0. 14 Si . 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 . se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . 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 . un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). k (5. La differenza fondamentale rispetto alla serie di Fourier (5.22) e (5. . proprio per questo motivo.21).3 Serie di Fourier per segnali TD (DFS) 225 5.3.3). . 1[. . N0 − 1}. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. nota anche come Discrete Fourier Series (DFS).10) della serie di Fourier a TC. In particolare. (5. . le frequenze νk assumono i valori 0. . . . per cui la (5.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. e definiamo la sua frequenza fondamentale come ν0 = 1/N0 .21) Notiamo che. . . 1. moltiplicando ambo i membri della (5. (5. in quanto si tratta di una somma (finita) e non di una serie.22) La relazione (5. e quindi l’intervallo di variazione delle frequenze νk = kν0 . 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.

valide nel caso TC. N0 k=0 N0 −1 n=0 (5. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. entrambe periodiche dello stesso periodo N0 . . anche se esse non sono esattamente corrispondenti a quelle nel caso TC. Va detto però che.29) viene denominata Discrete Fourier Series (DFS). con sostituzioni algebriche banali. . .22) e (5. la (5. (5. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5. Se infine nelle (5.26) ∑ x(n) e− j2π kν0 n . mentre la (5.15 come la sequenza x(n). di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n .25) e (5.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. 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. Una prima differenza rispetto alle (5. Posto wN0 = e− j2π /N0 .28) prende il nome di Inverse Discrete Fourier Series (IDFS). Inoltre nella (5. nella letteratura scientifica le (5. 15 Notiamo DFS . nella letteratura scientifica.24) e pertanto.10) e (5. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC.25) (5.22) e (5.11).26) è periodica.25) 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 . costituiscono formalmente l’esatta controparte delle (5. le (5.25) siano quelli dell’intervallo {0. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD. In particolare. N0 − 1}. In altri termini. si definisce infatti la sequenza X(k) come X(k) = N0 Xk .29) ∑ x(n) wkn N0 In effetti.28) e (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) .23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi.26) facciamo l’ulteriore posizione: wN0 = e− j2π /N0 perveniamo alla seguente definizione per la serie di Fourier o DFS di un segnale TD: Definizione 5. 1. le (5. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5. A partire da Xk .27) (equazione di sintesi) (equazione di analisi) (5.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k).26) abbiamo esteso la definizione di X(k) a qualunque valore di k.226 Serie di Fourier rappresentazione.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 .28) (5.

cap. mentre la periodicità della sequenza X(k) segue dalla proprietà (c). cfr.2 0 −20 −10 0 n 10 20 Fig. x(n) = IDFS[X(k)] .9.8 (N0 = 8. ovvero da un segnale TD.8 (DFS dell’onda rettangolare TD.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn .6 x(n) 0. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 . La periodicità di X(k) è una caratteristica peculiare della DFS. 7). il segnale x(n) è completamente descritto assegnando solo N0 valori. nel dominio della frequenza. . nel dominio della frequenza sussiste esattamente la stessa proprietà. Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. 5. sia della trasformata discreta di Fourier (DFT). Differentemente dal caso TC. Infatti.8 0. x(1).2). ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. M = 4). La DFS e IDFS possono anche essere viste come operatori. § 5. Si può infine verificare che le quantità wN0 definite mediante la (5.5.4. che è strettamente legata alla DFS (cfr. . . 5. T0 [. È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. e si scrive sinteticamente X(k) = DFS[x(n)] . N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . . ad esempio x(0). ovvero da un’inifinità continua di valori.3 Serie di Fourier per segnali TD (DFS) 227 1 0. N0 = wkn .4 0. la periodicità della sequenza x(n) deriva dalla proprietà (b). per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. Esempio 5. abbiamo visto che invece. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier. . Onda rettangolare TD dell’es. x(N0 − 1). ad esempio per t ∈ [0. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . N0 (k+N0 )n In particolare.

sin(π x) x ∈ R. ∀x ∈ R . dove vale M:  k  0. (5.10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)].9 per N0 = 8 ed M = 4.31) il cui grafico per x ∈ [−1.29). 0 Per esprimere in forma più compatta il risultato precedente.11 nel caso N0 = 8 ed M = 4.30) Ricordando la definizione di wN0 . La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M.30) può essere riscritta. di facile dimostrazione: 1. La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . x ∈ Z . notiamo che wkM N0 wk 0 N = e = e . per cui la (5. ±2. . . x = . 5. Utilizzando la definizione (5. e quella dispari dello spettro di fase. sulla base della definizione (5. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . Ponendo infatti a = wk 0 . 5. 5.. 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 . Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . si ha allora: X(k) = DM k N0 . . k ∈ Z. x ∈ Z .228 Serie di Fourier e raffigurata graficamente in fig. tranne che in x = ±1. . con semplici passaggi algebrici. La DFS di x(n) si scrive. (5. . ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. Le principali proprietà della funzione DM (x) sono le seguenti. 2. N1 = 0 e N2 = M − 1. 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 . Tale DFS è rappresentata in ampiezza e fase in fig. 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . 1] è riportato in fig. DM (x) = M M.31).

5. e sono comunque riportate in app.11. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). DFS dell’onda rettangolare dell’es. è ancora un segnale periodico di periodo T0 . i cui coefficienti di Fourier siano Xk e Yk . simmetria hermitiana dei coefficienti. E. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). 5. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. α2 ∈ C. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5.10. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). 5. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali.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.8 (N0 = 8.5 0 x 0. le differenze salienti. 5.28) and (5. con α1 . Per tali proprietà. e l’uguaglianza di Parseval per il calcolo della potenza. evidenziando.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . § cap. quando necessario. tratteremo congiuntamente sia il caso TC che quello TD.4. Altre proprietà formali.5 1 4 |X(k)| −0. M = 4): spettro di ampiezza (in alto) e di fase (in basso). Il fatto che la DFS/IDFS sia espressa mediante una somma finita di termini comporta che la DFS/IDFS può essere calcolata non solo analiticamente.5 0 x 0. soprattutto.16 La proprietà di linearità della serie di Fourier afferma .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. In particolare. utili talvolta nei calcoli. In altre parole. Di conseguenza. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso).5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. rispettivamente. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. 5. il fenomeno di Gibbs non sussiste nel caso TD. in quanto richiede un numero finito di operazioni. discuteremo nel dettaglio la proprietà di linearità.29). Notiamo in conclusione che. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. ma anche algoritmicamente. che suggeriscono ulteriori considerazioni concettuali e. Fig. anche perchè il concetto di continuità perde di significato in tal caso. Vedremo (cfr. denominati algoritmi Fast Fourier Transform (FFT).5.

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 .1.4.11) e (5. otteniamo la seguente proprietà notevole: Proprietà 5.2 Simmetria hermitiana Con riferimento a segnali periodici TC. α2 ∈ C . . mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . 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. ossia: Zk = α1 Xk + α2 Yk . con α1 .17 la cui DFS si ottiene da quella dei segnali x(n) ed y(n) nel seguente modo: Z(k) = α1 X(k) + α2 Y (k) . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo.2 e 5. Riassumendo. α2 ∈ C. DFS DFS FS ∀α1 . 16 Può (5. i cui coefficienti di Fourier siano X(k) e Y (k). 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). (simmetria pari) (simmetria dispari) (5.29). 5. rispettivamente. negli es.33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). Valgono cioè le seguenti relazioni: |Xk | = |X−k | . 5. DFS ∀α1 . siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . α2 ∈ C . dei due segnali è ancora un segnale periodico di periodo N0 . nel caso TD.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 . Analogamente. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 .3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. rispettivamente.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. Xk = − X−k .

(simmetria pari) (simmetria dispari) (5.37) Prova. Se vale la simmetria hermitiana (5. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5. k=1 k=1 ∑ Xk e j2π k f0 t da cui. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k .33) e (5. come specificato dalla seguente proprietà: Proprietà 5.36).5.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico. Proviamo adesso l’implicazione ⇐ nella (5. e valgono se e solo se il segnale periodico in questione è reale. anche in questo caso le (5. X(k) = − X(−k) . 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 . Inoltre l’equazione di sintesi (5.36).34) Pertanto.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC. in particolare. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| .36). si ha x∗ (t) ≡ x(t). 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. (5.35) Le proprietà (5. si ricava che x(t) è reale.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. 5.36). T0 Se x(t) è reale. Partiamo dall’equazione di analisi (5.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) .38) . dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5. e quindi X0 è reale. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi.8 riguardante la DFS dell’onda rettangolare TD. Proviamo prima l’implicazione ⇒ nella (5. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 .35). avendo già provato che X0 è reale.11): Xk = 1 T0 x(t) e− j2π k f0 t dt .

In particolare. la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento.37) mediante le seguenti condizioni: X(0) reale . ricordando che la DFS X(k) è una sequenza periodica di periodo N0 .  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . . N0 − 1}. si ottiene: x(t) = X0 + 2 Re +∞ +∞ k=1 ∑ |Xk | e j Xk e j2π k f0t = X0 + 2 Re +∞ k=1 ∑ |Xk | e j(2π k f t+ 0 Xk ) (5.37) nel caso TD). N0 − 1}. in alternativa alla (5. . anche N0 − k varia nello stesso intervallo. Per evitare possibili fraintendimenti. (5. applicando la (5. . per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. . .37) si può riscrivere. N0 − 1}. valide esclusivamente per segnali reali. in relazione alla periodicità della sequenza X(k). .34) a partire dalla (5. La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. il solo coefficiente X(0) è vincolato ad essere reale. per k ∈ {1.32) (con analoghi passaggi si ottiene la (5. N0 pari . se N0 /2 è intero (il che accade se e solo se N0 è pari). . . . .38).232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. 1.39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. per k ∈ {1. . N0 − 1} . k ∈ {1. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . è possibile determinarne almeno uno dispari. . . Questa conclusione non è corretta. . N0 − 1}. Infatti. . per cui la (5. . se k ∈ {1.39). . da cui si deduce che. . N0 − 1}.  N 0 k=1 . mentre non è imposta nessuna relazione tra gli altri coefficienti X(k).39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . con riferimento a segnali periodici TC reali. 2. Rispetto al caso TC. Notiamo infatti che nell’equazione di sintesi (5.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . Notiamo infatti che. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). 1. con riferimento ai soli valori di k ∈ {0. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . X ∗ (k) = X(N0 − k) . si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . N0 − 1}. . anche come segue: X ∗ (k) = X(N0 − k) . se x(·) è reale. In definitiva. per segnali periodici TD reali. . . poiché la fase di un numero complesso è definita a meno di multipli di 2π . partendo dall’equazione di sintesi (5. anche X(N0 /2) è vincolato ad essere reale per N0 pari. Infatti. . si può esprimere. . oltre a X(0). . ponendo Xk = |Xk | e j Xk nella (5. In altre parole. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. . . . si può verificare (la verifica è lasciata al lettore come esercizio) che. la proprietà di simmetria hermitiana per la DFS. 2. 2.28) compaiono solo i valori di X(k) per k ∈ {0. notiamo che. . conseguentemente. 2. k=1 Con ragionamenti simili. 2.

43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . N0 pari .38). partendo dall’equazione di sintesi (5. Nel seguito. Consideriamo dapprima il caso di un segnale TC periodico.5. 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 .10). . . .4 Principali proprietà della serie di Fourier e della DFS 233 (5. ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. 2 k=1 (5.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) .41) Le (5. con facili passaggi algebrici. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. valide per segnali reali. Il punto di partenza è l’equazione di sintesi (5. compaiono soltanto quantità reali. anche per segnali reali. perché più generali e compatte. . 5. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr.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. def.42) T0 T0 T0 Allo stesso modo. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. Un’ulteriore espressione della serie di Fourier.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . N0 dispari .29). anziché in modulo e fase. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . come nella forma polare.1 e def.42) e (5. Le espressioni (5. N0 − 1}) nella (5.2). ed in essa. . bk = 2 T0 x(t) sin(2π k f0t) dt . rispettivamente. note anche come forma esponenziale della serie di Fourier. si ottiene nel caso TC decomponendo Xk . Infatti.4. ak = 2 T0 x(t) cos(2π k f0t) dt . x(t) = dove: a0 = 2 T0 x(t) dt . che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD.40) e (5.39). note come forma polare della serie di Fourier. si ha. 5. . (5. 5. 2. in parte reale ed immaginaria.

4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . (5.28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 . e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 . se k = h .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 . otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . Riassumendo.234 Serie di Fourier Abbiamo già osservato [eq.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . (5. Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . con coefficienti X(k)/N0 . es. se k = h . sono tra di loro ortogonali. la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. 0. 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS. Passiamo a considerare il caso di un segnale periodico TD. La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . È semplice anche in questo caso provare che i segnali xk (n). In virtù di tale ortogonalità. Notiamo che per segnali . 2 ∑ N0 k=0 (5.10) sono a due a due ortogonali. riprendendo e riscrivendo l’equazione di sintesi (5. ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. 2. possiamo quindi enunciare la seguente proprietà: Proprietà 5. Poiché (cfr.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. nota come uguaglianza di Parseval per la serie di Fourier (a TC). ovvero hanno potenza mutua nulla: ∗ Pxk xh = xk (n) xh (n) = j2π k n 1 N0 −1 j2π (k−h) n ∑ e N0 = δ (k − h) = N0 n=0 1. essendo fasori a frequenze distinte.

mentre è sufficiente un valore M = 3 per l’onda triangolare. 1] . In particolare. 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. per un fissato valore di M. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. rispetto a quello per l’onda rettangolare. Utilizzando l’uguaglianza di Parseval.2. per ottenere una valutazione quantitativa di tale bontà. tale coefficiente. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . la (5. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t). § 5. Px che può essere assunto come indice della bontà della ricostruzione al variare di M. per avere ξM ≥ 0. 5. In fig. e quindi per un fissato valore di accuratezza relativa. Tale potenza può essere rapportata alla potenza Px del segnale x(t). . con M ∈ N .44) può essere riscritta utilizzando solo le armoniche con k ≥ 0.12 è rappresentato. sfruttando la simmetria hermitiana dei coefficienti. Per un fissato valore di ξM . è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . ottenendo così il coefficiente ξM = Px (M) ∈ [0. Ad esempio.5.2). Infatti.99 è necessario considerare M = 23 per l’onda rettangolare. al variare di M. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . e confrontarla con la potenza del segnale originario x(t). Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati.

12. 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 . 5.

il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . Fig. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. 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. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t .13) in ingresso ad un sistema LTI con risposta in frequenza H( f ).10). 5. dove f0 = 1/T0 . che può essere vista come un caso particolare di segnale periodico. 5. le espressioni precedenti sono state già utilizzate (cfr.97) e (4.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t .105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . 5. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico.18 Consideriamo prima il caso TC.46) ha la forma dell’equazione di sintesi (5. 18 Espressioni . Risposta di un sistema LTI ad un segnale periodico (caso TC). Pertanto. mediante le relazioni (4.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. sia applicato (fig. sfruttando le formule di Eulero.7.10) della serie di Fourier di y(t). Infatti. è possibile applicare il principio di sovrapposizione (3. Per la linearità del sistema.23).5. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n .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. e supponiamo che il segnale x(t). Applicando l’equazione di sintesi della serie di Fourier a TC (5.13. per il principio di sovrapposizione (3. =Yk (5.14. In particolare. ed essendo i coefficienti Xk ∈ C quantità costanti.46) Poiché la (5. 6). periodico di periodo T0 .23) per calcolare l’uscita y(t). Risposta di un sistema LTI ad un segnale periodico (caso TD).3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD. 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. § 4. 5.

. Pertanto. In termini di modulo e fase. 5.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . Notiamo che le quantità che compaiono nella (5. (5.51) Per gli spettri di ampiezza e fase. Yk = H(k f0 ) + Xk . per la simmetria hermitiana di H( f ) risulta che H(0) è reale. in particolare. (5. N0 k=0 dove ν0 = 1/N0 . calcolati alle frequenze fk = k f0 . periodico di periodo N0 . supponiamo che il segnale x(n).48) (5.47) La (5. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 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 . con lo stesso22 periodo N0 del segnale di ingresso. N0 k=0 =Y (k) (5. in generale. 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 ). che prende per questo motivo il nome di guadagno in continua del sistema.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | .22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . complesse. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. sia applicato (fig. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . la (5. applicando il principio di sovrapposizione. e ricordando che Y0 = ydc e X0 = xdc . il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . la funzione H( f ) prende anche il nome di risposta armonica del sistema.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 . poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. 21 Si noti che. Particolarizzando la (5. stretto rigore.22).14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). 19 A (5.47) per k = 0. valgono considerazioni analoghe a quelle già fatte nel caso TC.21 Passando ad esaminare il caso di un segnale TD.47) sono tutte. si ha: ydc = H(0) xdc . se il sistema è reale. Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0).50) Dal confronto con la (5. si ricava anche in questo caso che y(n) è un segnale periodico.47).

51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. 5.46). Particolarmente interessante è la modifica delle ampiezze delle armoniche.4 |Yk| 0. 1 + j2π f RC per cui la (5. Fig. riportata di seguito. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|. 5. avente frequenza k f0 .2 |Xk| 0. 5.8 |H(f)|.9). in ingresso ad un sistema RC.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. Esempio 5.4 0. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.16. come evidenziato nell’esempio che segue.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. Risposta di ampiezza del filtro RC (es. Facendo riferimento al caso TC. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) .2 0 −5 0 k 5 Fig.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. lasciando tuttavia invariata la frequenza k f0 del fasore stesso. la modifica subita dalla k-esima armonica. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. 5. |H(k f0)| 0.2. 5.5. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza. 1 + j2π k f0 RC .4 0. y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t =Yk mostra che un sistema LTI modifica in ampiezza e fase ciascun fasore e j2π k f0t del segnale di ingresso. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. 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.15.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. 5. di ampiezza A e duty-cycle δc . la (5.47) e (5.9). Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata.6 0. ad esempio. Inoltre.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) .

In particolare. 5. 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 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).17). L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. 5.2 0 −1 −0. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. ossia quello di atte1) l’ampiezza di alcune armoniche. per 2π f0 RC = 1. In particolare. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. un comportamento tipico ad esempio dei circuiti elettrici risonanti. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. mentre in fig.23 Come caso limite. si dice che il sistema LTI si comporta come un filtro. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. per effetto dell’attenuazione delle componenti ad alta frequenza. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . 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. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita.5 0 t/T 0. Il segnale y(t) di uscita (fig. sulla base della posizione della banda passante e di quella oscura.9.6 0. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. .8 x(t). 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.4 0.y(t) 0. Viceversa. I filtri ideali TC sono in genere classificati. 5. 5. Per questo motivo. Con riferimento al caso TC. In fig. i più semplici esempi di filtri sono quelli cosiddetti ideali. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze.17.240 Serie di Fourier 1 0. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1.5 1 0 Fig.

La risposta in frequenza (fig. 0. o equivalentemente: HLPF ( f ) = rect f 2 fc . 5. − fc [ ∪ ] fc . Fig. fc ]. mentre la banda oscura è Ws = [− fc . fc ].5. | f | > fc . 1. Risposta in frequenza di un filtro ideale TC passaalto (HPF). Risposta in frequenza di un filtro ideale TC passabasso (LPF). mentre la banda oscura è Ws =]−∞. | f | ≤ fc . La banda passante del filtro è W p = [− fc . (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞. 5. La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. La banda passante del filtro è W p =]−∞. +∞[.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1.19. 5. La risposta in frequenza di un tale filtro (fig.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. | f | ≤ fc . (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0.18. | 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 . Anche in questo caso.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. − fc [ ∪ ] fc . +∞[. 5.

con 0 < fc1 < fc2 . dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . 1. mentre la frequenza f0 prende il nome di frequenza centrale del filtro. (3) Filtri passabanda o bandpass filter (BPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ± f0 = 0. La banda passante del filtro è W p =] − ∞. fc1 [ ∪ ] fc2 . altrimenti . 5. − fc2 [ ∪ ] − fc1 . Per questo filtro. +∞[. fc1 ≤ | f | ≤ fc2 . fc1 + fc2 2 dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . una inferiore ( fc1 ) ed una superiore ( fc2 ). − fc2 [ ∪ ] − fc1 . La risposta in frequenza (fig.20) ha un’espressione analitica del tipo: HBPF ( f ) = 1.242 Serie di Fourier HBPF(f) ∆f ∆f 1 -fc2 -f0 Ws Wp -fc1 0 Ws fc1 f0 Wp fc2 Ws f Fig. e ∆ f = fc2 − fc1 ). altrimenti . − fc1 ] ∪ [ fc1 . Risposta in frequenza di un filtro ideale TC passabanda (BPF). è possibile definire due frequenze di taglio. mentre la banda oscura è Ws = [− fc2 . 0. − fc1 ] ∪ [ fc1 . Anche per questo filtro. 5. La banda passante del filtro è W p = [− fc2 . La risposta in frequenza (fig. è possibile definire due frequenze di taglio. una inferiore ( fc1 ) ed una superiore ( 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 .21) ha un’espressione analitica del tipo: HBSF ( f ) = 0. mentre la banda oscura è Ws = ] − ∞. fc2 ]. 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 . fc1 [ ∪ ] fc2 .20. . fc2 ]. fc1 ≤ | f | ≤ fc2 . (4) Filtri eliminabanda o bandstop filter (BSF): sono caratterizzati da una banda passante posizionata intorno alle frequenze f = 0 e f = ±∞. 5. così come per il filtro passabanda. +∞[.

52) (5.5.52) e (5. 1/2[. con la fondamentale differenza che. Per questo motivo. 5. Tali filtri si dicono ideali anche . perché presentano una separazione netta tra banda passante e banda oscura. la risposta armonica H(·) è una funzione reale e pari. 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) (5.53) (5. prop. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). Anche nel caso TD. 0 < νc < 1 rappresenta la frequenza di taglio. 4. Per quanto riguarda il caso TD. 2 mentre per i filtri BPF e BSF. nelle fig.55) è possibile definire due frequenze di taglio. BPF e BSF per il caso TD. quindi soddisfa la proprietà di simmetria hermitiana. sia nel caso TC che TD. data dalla (4. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν .25 sono mostrate le risposte armoniche dei filtri ideali LPF.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. le tipologie di filtri ideali sono le stesse. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. Si noti che per tutte le tipologie di filtri introdotti precedentemente. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari.22–5. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. A causa di tale periodicità.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.22–5. 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.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. descritti dalla (5. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). 5.53). Tali filtri si dicono invece ideali in senso “fisico”. Nelle fig.21. oppure dalla (4.54) e (5. HPF. necessaria per garantire la periodicità di H(ν ).11).54) (5.101) nel caso TC. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). con 0 < νc1 < νc2 < 1 .108) nel caso TD. descritti dalla (5.

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

23.25. 5.6 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. 5. Risposta in frequenza di un filtro ideale TD passabanda (BPF).24. 5. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. .22. Risposta in frequenza di un filtro ideale TD passaalto (HPF). Fig.5. 5. Risposta in frequenza di un filtro ideale TD passabasso (LPF). HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF).

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

dove y(t) = repT0 [2 rect(2t/T0 )] (onda rettangolare di ampiezza 2 e δc = 1/2). 0 . (a) Rappresentare graficamente il segnale x(t). (b) Xk = (−1)k π (1−4k2 ) . 1 T . (b) Xk = Esercizio 5. k dispari . ed applicare poi la proprietà di linearità della serie di Fourier.] 0.5. con T0 ∈ R+ .  2  . . con T ∈ R+ . Esercizio 5. Risultato: (a) T0 = 2T . con T0 ∈ R+ .  j Risultato: (b) Xk = − π k . .3 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. 0 T0 xg (t) = 0 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. k dispari . dove xg (t) = 2Λ 2t T0 − 1 rect t T0 . 0. k pari . f 0 2 = 2 f1 .4 Si consideri il segnale periodico x(t) = +∞ k=−∞ ∑ (−1)k δ (t − kT ) . dove xg (t) = rect 2t T0 − rect 2t − T0 T0 . dove  1 − 4t . Esercizio 5. [Suggerimento: dal grafico. notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. con T0 ∈ R+ . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.  k = 0.5 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (a) Rappresentare graficamente il segnale x(t).6 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (π k)2 Esercizio 5.7 Esercizi proposti 247 (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. k = 0 pari . 2 kπ Risultato: (b) Xk = sin kπ 2 k pari . (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 . altrimenti . k dispari . 0 ≤ t ≤ T /2 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. Risultato: (a) T0 = 1 2 f1 .

3. X(3) = 3 + j. dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. Risultato: (b) Xk = 4 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 1. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 . (a) Determinare il periodo N0 di x(n). k ∈ {0.  j   0. X(1) = X(k) = 0 per tutti gli altri valori di k. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. Risultato: (a) N0 = N. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. k = 23 . Esercizio 5.] 0. X(N − 2) = − N j. X(N − 1) = 2 N 2 (3 + j). k pari . .  24 . X(2) = N 2 j. da cui X(0) = −2. (b) X(k) = − 12 e− j 3π /8 . notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. . . N 2 (3 − j). [Suggerimento: dal grafico. X(2) = 0. 3}. k = 0. (a) Rappresentare graficamente il segnale x(n). X(1) = 3 − j. (b) X(0) = N. 22} . k = 1. Esercizio 5.8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . .7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. j Risultato: (a) N0 = 24. (a) Determinare il periodo N0 del segnale x(n). Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k .   12 j 3π /8  e . k ∈ {2. k2 π 2 Esercizio 5. k dispari .248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. ed applicare poi la proprietà di linearità della serie di Fourier. 2.

13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . altrimenti .7 Esercizi proposti 249 Esercizio 5.12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . 3. n = 0.    0. (b) X(k) = 4 + 8(− j)k . . 4. (a) Rappresentare graficamente il segnale x(n). (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. -5 0 5 n (a) Determinare il periodo N0 di x(n). 3. Esercizio 5. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. k ∈ {0. 2. X(3) = 4 + j 8.. n = −1 .10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. n = 1.. xg (n) = 2 . Risultato: (b) X(k) = 1 + 4 cos πk 3 .5. k = 0. 2. . 1. 3}. Risultato: (a) N0 = 5. dove  2 .. 2. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 4} . (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . X(1) = 4 − j 8. da cui X(0) = 12. k ∈ {1. 6}.. 8. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. ..11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . Esercizio 5.. 1.   1 . k ∈ {0. X(2) = −4. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5. Risultato: (a) N0 = 4.

∀k pari. (d) X(0) = −2. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . in modo da poter sfruttare la (5. Provare che valgono le seguenti identità: N0 −1 n=0 N0 −1 k=0 ∑ ∑ w±kn = N0 N0 w±kn = N0 N0 +∞ =−∞ +∞ =−∞ ∑ ∑ δ (k − N0 ) = N0 repN0 [δ (k)] δ (n − N0 ) = N0 repN0 [δ (n)] N−1 [Suggerimento: applicare l’indentità notevole n=0 ∑ an = 1 − aN . ] Esercizio 5. X(3) = −5. X(2) = 1 + j. X(1) = 3 e jπ /4 . X(3) = 1 − j.] 1−a Esercizio 5. ∀t ∈ R .56) (b) Viceversa. (5. X(3) = −3 j. N0 ∈ N: 0 x(n) = x n T0 N0 . e si ha in particolare  0 . X(3) = 5 + j.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. X(2) = 3. (b) Scrivere l’equazione di analisi in (−T0 /2. (c) X(0) = j.14 Sia wN0 = e− j2π /N0 . X(1) = 5 − j. X(2) = 3 j. (b) X(0) = 3.14. X(3) = 3 e j7π /4 . T0 /2) e dividere l’integrale in due integrali.16 Senza calcolare esplicitamente x(n).56). X(2) = 1. X(1) = 2. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS).56) operando un cambiamento di variabile in uno dei due integrali. X(4) = −3. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . mostrare che se x(t) ha la proprietà di simmetria (5. (e) X(0) = 3. valida ∀a = 0.56). X(2) = 2. X(3) = − j. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. . X(1) = −5.15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . allora il segnale ha solo le armoniche dispari. X(1) = 3. 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). stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. Esercizio 5. [Suggerimento: applicare le identità dell’esercizio 5.

utilizzare l’uguaglianza di Parseval per la DFS. γ . n=0 (3) ∑7 (−1)n x(n) = 1.5. n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti.18 Si consideri il segnale periodico x(n). il segnale x(n) è quello avente potenza Px minima. con xg (t) = 1. viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 .] Risultato: x(n) = 1 + 1 (−1)n . . per la proprietà (4). (3) X(11) = 50. 4 ≤ t < 8 . Esercizio 5.17 Si consideri il segnale periodico x(n). (2) ∑5 x(n) = 2. (4) Px = 50. 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. β = π /5 e γ = 0. con T0 ∈ R+ . (b) x(n) reale. e determinare in particolare le costanti α . Risultato: y(t) ≡ 0. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). avente DFS X(k).19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . (2) x(n) è periodico di periodo N0 = 10. avente DFS X(k). [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. (c) x(n) non reale. 3 6 Esercizio 5. β . dove xg (t) = Λ t T0 . 1 + j2π f T0 ottenendo il segnale y(t). (d) x(n) non reale. Esercizio 5.20 Il segnale periodico x(t) = rep2T0 [xg (t)]. 0 ≤ t < 4. [Suggerimento: utilizzare le proprietà della DFS.] Risultato: α = 10.7 Esercizi proposti 251 Risultato: (a) x(n) reale. (e) x(n) reale. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. Esercizio 5. −1. Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate.

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

1 n−4k x3 (n) = ∑+∞ u(n − 4k). (a) Calcolare la frequenza fondamentale f0 del segnale x(t). (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . (c) RC = T0 π 3 . è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ).5. con T0 ∈ R+ . determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 .27 Il segnale x(t) = rep2T0 [xg (t)]. Esercizio 5. si calcoli l’uscita y(t). (b) Con riferimento al punto precedente. Risultato: RC = 1 2π f0 68 13 ≈ 0. sapendo che: (1) x(t) = cos(2π f0t). f1 = 2 kHz.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 .28 Con riferimento allo schema in figura. dove xg (t) = cos πt T0 rect t T0 . (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . Esercizio 5.364 f0 . [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5.] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. 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. 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. 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. con T0 ∈ R+ . con f0 = 1 kHz.7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n .2.] √ 1 2 1 . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . 2T Esercizio 5. Py = π 4 1 + 81 .6. (b) y2 (n) = sin . . (c) y3 (n) ≡ 0. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . f2 = 3 kHz.25 Il segnale periodico x(t) = repT0 [xg (t)]. k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0.

Esercizio 5. x(t) .H1 ( f ) 6 . (1) x(t) = 5 + 2 cos(2π f0t). =4kHz Esercizio 5.254 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. (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. Py = 776.z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }. (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py .5 f0 e guadagno in continua unitario.H2 ( f ) .y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t].29 Con riferimento allo schema in figura. e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. 1 2π f0 e guadagno in continua unitario.H2 ( f ) . g(x) = |x|2 è una nonlinearità (quadratica) senza memoria. Si assuma che tutti i segnali ed i sistemi considerati siano reali. x(t) 6 .30 Con riferimento allo schema in figura. Determinare l’espressione del segnale di uscita z(t). (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk .5/T0 e guadagno unitario. k=−∞ k=−∞ .y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4).H1 ( f ) u(t) - (·)2 v(t) . y(t) H( f ) . dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 .

Sign up to vote on this title
UsefulNot useful