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

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

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

. . . . . . . . . . . . . . . . . . . . . . . . 6.1 Trasformata di Fourier . integrazione e somma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Segnali TD . . .4. . . .3 Derivazione e differenza prima.1 Definizione di numero complesso . . . . . . . . . . . .1 Teorema del campionamento . . . . . . . 6. . . . . . .3 Segnali a banda non limitata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . 433 A.4. . . . . . . . . . . .1 Segnali a banda rigorosamente limitata . . . . . . . . . .2 Interpolazione non ideale . . . . . . . . .1 Separazione di segnali mediante filtraggio . . . . . . .1 Proprietà di convoluzione . . . . . . . .3. . . . . . 434 A. . . . 6. . . . . . . . . . . . 6.3 Segnali TD transitori . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD . . . . . . .1. . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . .2. . . . . . . . . . . . . . . . . .3. . . . . . . . . . .1. . . . . . . . . . . . . 6. . . . . .5. 6. . . . . . . . . . . . . .2. .1. . . . . . . . . . . 6. . .4 Relazioni tra serie e trasformata di Fourier . . . . . . . .7. . . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . . . . . . .6.3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . 6. . . . .2 Interpolazione ideale . . .2 Forma algebrica dei numeri complessi . . . . . . . . . . . . . . . . . . 6. . . .3. . . . . . . . 6. . .6.1 Introduzione . . . . 6. . . . . . . . . . . .5. . . . . . . . . . . . .2 Trasformata di Fourier per segnali TD . . . . . . . . . . . . . . . . .3 Proprietà elementari della trasformata di Fourier . . . . . . . . .8 Esercizi proposti . . . . . . 6. . . . . . . 6. . . 7. . . . . . . . . . . . . . . . . . .6. . 7. . . . . . . . 6. . . . 7. . . . .4 Proprietà della risposta in frequenza . . . . . . . . . . . . . 255 255 258 260 263 267 270 272 272 285 285 295 298 300 311 312 312 321 336 345 345 347 351 352 357 357 361 365 369 382 395 395 398 400 405 407 409 409 415 418 427 . . .3 Campionamento ed interpolazione in pratica . . . . . .7. . . . . . . . . . . . . . . . . . . . . .7. . . . . . . . . . . . . .1 Trasformata di Fourier per segnali TC . . . . A Richiami sui numeri complessi 433 A. . . . . . . . . . .5 Esercizi proposti . . . .1 Trasformata di Fourier di un segnale periodico TC . . . . . . . . . . . . . . . . . . . . . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . .INDICE iii 6 Trasformata di Fourier 6. . . . . . . . . . . . . . . . . . .1 Trasformazioni della variabile dipendente . . 6. . . . . 6. . . . .6 Trasformata di Fourier dei segnali periodici . .7. . .1 Segnali TC .5 Proprietà della trasformata di Fourier . . 7 Campionamento e conversione A/D e D/A 7. . . . . . . 6. . . 6. . . . . . . . . . . . . . . . . .2. . . . .6. . . . . .2 Campionamento ed interpolazione ideale . . . . . . . . . . . . . . . . . . . . . . . . .4 Estensione spettrale e banda di un segnale . .3 Estensione spettrale e banda di un segnale periodico . .3 Esistenza ed invertibilità della trasformata di Fourier . 6. 7. . . .3 Aliasing . . . . . . . . . . . . . . . . . . . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . . . . . . . 7. . . . . . . . . 6.4 Quantizzazione . . . . . . .3. .2 Segnali a banda praticamente limitata . . . . . . . . .5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7. . . 6. . . . . 437 . . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . .2 Trasformazioni della variabile indipendente . . . . . . . . . . . 6.1 Campionamento di segnali a banda praticamente limitata 7.2 Banda passante e banda di un sistema . . . . . . . . . . . . . . . . . . . . . . . . . 6. 6. . . . . . . . . . .4. . . . .3. . . . . . . . . . .

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

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

Un esempio classico è il metodo di Newton o della tangente.2. che sia crescente. Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione. è possibile applicare metodi per determinare soluzioni approssimate. . anche se il significato fisico ed i valori dei parametri A.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)] . e fase iniziale ϕ0 . Il segnale sinusoidale degli es. 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). Esempio 1. . dove ϕ0 è la posizione angolare del corpo all’istante t = 0. Esempio 1. frequenza f0 . . . 3. f0 e ϕ0 sono diversi. 1. 1. . che consente di risolvere approssimativamente equazioni del tipo f (x) = 0. 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. 2.2.1. la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) .2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig. 1. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. inoltre.3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b. 1. Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante. e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. 1.1 e 1. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. ed è raffigurato in fig. convessa e tale che f (a) < 0 ed f (b) > 0.2 (tensione alternata) La tensione alternata della rete di distribuzione dell’energia elettrica può essere descritta anch’essa da un segnale sinusoidale di ampiezza A. Fig. pulsazione ω0 o frequenza f0 . Posto x(0) = b. f [x(n − 1)] con n = 1. 1.2 è una funzione del tempo x(t).2. il metodo di Newton (fig. Supponiamo che f sia dotata di derivata prima continua e. l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 .3 (successione) In matematica. Ripetendo tale procedimento. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse.

Franca Neri . Gli es. Voto 22 30 25 30 . il dominio T di x coincide con l’insieme dei numeri reali.3.... 1. un segnale di questo tipo può essere indicato come segue: x : T → X. 1. nel caso dell’es.3. 1.4. 1. 1.10 e 1. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. ad esempio per molti segnali la variabile indipendente è proprio il tempo. un voto nell’es.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri ..4) ed una variabile dipendente x (una lunghezza nell’es. 1. per gli es. cioè T = R. 1.2 e 1. Inoltre..2. come nell’es.. un segnale può essere definito mediante una tabella. (1.4. Al crescere di n. Maria Turchini. 1.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. dove f (x) denota la derivata prima di f (x). mentre l’insieme X. Ugo Bianchi. 2. possono rappresentare dati . Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. 1. Si osservi che. 1.1.3 mostrano che un segnale può essere descritto matematicamente da una funzione che istituisce una relazione tra una variabile indipendente (il tempo t negli es. che prende il nome di insieme di definizione o dominio di x. in questo caso. .4). l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). una tensione nell’es.. 1. 1. le variabili indipendenti di un segnale possono non avere un significato fisico o.2. . ma esistono casi significativi di segnali – le immagini. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. . il dominio del segnale risulta essere T = N0 = {0. 1. come accade nell’es. l’indice n nell’es. .1 e 1. lo studente nell’es. 1. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa.4.3..3.3. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. racchiude i valori assunti dalla variabile dipendente x.1.14 più avanti). Tale relazione definisce una successione numerica. 1. 1. Ad esempio. ovvero un segnale definito nell’insieme N0 dei numeri naturali. 1.. .. il dominio del segnale T = {Carlo Rossi. . consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig.2..1) dove l’insieme T. x(1) x(2) Fig. 1. che prende il nome di immagine di T mediante x o anche codominio di x.4. Esempio 1. Il segnale in forma tabellare dell’es. Fig.4 (tabella) In alcuni casi. 1.} è costituito dai nomi degli studenti. nel caso dell’es. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. 1. 1. infine. Il metodo di Newton dell’es. .1 e 1..1. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n.3.4.

1. Schema elettrico di un partitore resistivo. Esempio 1.5. 1. Rappresentazione di un sistema mediante schema a blocchi. rimandando il lettore agli esempi che ne chiariscono meglio il significato. 1. riportato schematicamente in fig.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. 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). e alla variabile dipendente x come all’“ampiezza” del segnale. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . 1.1) (cioè il segnale nel suo complesso per ogni t ∈ T). con riferimento ad un segnale funzione del tempo. Tali funzioni potranno essere descritte mediante un’espressione matematica. ci riferiremo alla variabile indipendente t oppure n come al “tempo”.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. 1.5. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. Di norma. Esempio 1. e gli altri come segnali di uscita (o effetti). Concludiamo osservando che. a prescindere dal loro effettivo significato fisico. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. è lo schema a blocchi di fig.7. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita. comunque. Fig.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. capace di trasportare un messaggio dalla sorgente alla destinazione. scriveremo {x(t)}t∈T.6.5 (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).6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. 1. 1. quale il partitore resistivo dell’es.5. 1. un grafico o una tabella. mentre l’uscita è la tensione ai capi del resistore R2 . Gli es. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. In molti casi la distinzione è ininfluente oppure si ricava dal contesto. Definizione 1.6. di natura più generale (gli studenti). dei quali alcuni sono identificati come segnali di ingresso (o cause). quando tuttavia vorremo enfatizzare la seconda interpretazione. che associa ad ogni messaggio da trasmettere .1 e 1. Esso è composto da tre elementi fondamentali: un trasmettitore. oppure può rappresentare la legge di corrispondenza (1.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta.

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

1). 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. 1. per ogni t ∈ R. possano sembrare simili a prima vista. d’altra parte.2). forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. i cui elementi sono numeri reali o interi relativi. è una legge di corrispondenza tra insiemi “numerici”. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita. Una seconda osservazione importante è che. tuttavia.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du . si useranno le notazioni y(t) = S[{x(u)}u∈T. per ogni n ∈ Z. In tal caso.3) per descrivere sinteticamente la trasformazione (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. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. rispettivamente. A questo punto è necessario fare una considerazione che è bene che il lettore tenga . n] (1. con particolare riguardo a quelle che sono applicabili in generale. 1. facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). Esempio 1. su tutto il proprio dominio di definizione T. con t ∈ R. rispettivamente. sebbene le corrispondenze (1. piuttosto che sulla realtà fisica cui il modello si riferisce. Infatti.2).8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) . la (1. In molti casi.8 è riportata una rappresentazione schematica della legge di corrispondenza (1. più in generale. Sulla base di tale osservazione. dove x(t) denota il segnale di ingresso e y(t) quello di uscita. la (1.t] y(n) = S[{x(k)}k∈T. la scrittura y(t) = S[x(t)] (e lo stesso si può dire di y(n) = S[x(n)]) può evocare erroneamente alla mente del lettore il concetto di funzione composta. Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico. ottenuto integrando x(u) sull’intervallo ] − ∞. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso. che definisce un segnale. risulta essere particolarmente fuorviante l’impiego della notazione y(t) = S[x(t)] oppure y(n) = S[x(n)] per descrivere sinteticamente la trasformazione (1.1) e (1.2). Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. 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. 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.6 Segnali e sistemi: introduzione In fig. indipendentemente dai fenomeni fisici coinvolti. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t).t]. con n ∈ Z. Esempio 1. Per evidenziare invece il fatto che nella trasformazione (1. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n.7 e 1. Si osservi che.2).2) che definiscono segnali e sistemi.t]. com’è anche evidente dagli es. In tal caso. risulta essere convergente.8.

che non possono cioè essere descritti esattamente. per la presenza di disturbi. in quanto contengono un certo grado di imprevedibilità o di incertezza. In secondo luogo.6 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”.5 −0.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà.4 t 0. 1. per la loro complessità. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. 1. Definizione 1.8 1 (a) (b) Fig.3 Segnali deterministici ed aleatori I segnali considerati negli es. 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.5 0. Il segnale vocale assume una forma profondamente diversa.5 −1 −1 0 0. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto.2 0. ecc. 1.1. Tali segnali scaturiscono da fenomeni fisici che. o in forma grafica).6 0. In fig. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr. La classe dei segnali deterministici è ampia. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici.3 Segnali deterministici ed aleatori 7 1 1 0.9.8 1 0 −0.2 e 1.4 t 0. Esempio 1.2) non è mai esattamente sinusoidale. Va osservato come principio generale che un modello è solo una rappresentazione.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. es.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. quasi sempre estremamente semplificata. o per la conoscenza imperfetta dei meccanismi che li governano.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. della realtà che intende descrivere.2 0. infatti. ben presente nel seguito. In conclusione. non ammettono una descrizione matematica esatta. 1. in forma tabellare.5 x(t) 0 x(t) 0 0. 1. In primo luogo. che esprime la pressione acustica in funzione del tempo. ad esempio. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino. non linearità. il modello matematico è quasi sempre frutto di approssimazioni. accoppiamenti parassiti.1. 1. .

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

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.

1. discusso nell’esempio seguente. zG (x.2 Proprietà della variabile dipendente Definizione 1. zB (x. y). Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. y). Negli esempi visti in precedenza.18) può essere decomposta dalle sue tre componenti fondamentali.7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. per cui il segnale sarà descritto da una funzione vettoriale z(x. ovvero un “array” di scalari. 1.t) di tre variabili. i segnali sono tutti scalari. y.4. .y) Green z G(x. y) = [zR (x. rosso (R). alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale. Esempio 1. e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. zG (x. y). zB (x.18.14 (immagine a colori) Una immagine fissa a colori (fig.y) Blue z B(x. y). y). zB (x.14 Segnali e sistemi: introduzione Red z R(x. verde (G) e blu (B). In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x. 1. Se l’immagine a colori è in movimento (filmato a colori). Un esempio di segnale vettoriale è l’immagine a colori.y) Fig. siano essi zR (x. zG (x. y)] . y). y). e quindi nei segnali zR (x. Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria. y).

utilizzato per descrivere un segnale.2 assume con continuità tutti i valori dell’intervallo [−A. Il segnale risultante è mostrato in fig.20(a).. Esempio 1.8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo.12.19) descrive la variazione dello stato logico nel tempo. 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 . I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. Sulla base del modello matematico (1. Definizione 1. 1. −A . Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. . altrimenti . il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. Il vantaggio che si consegue con la quantizzazione è che. 1. Un esempio di segnale ad ampiezza discreta è il segnale logico. visto che il suo codominio X = {−5.4 Classificazione elementare dei segnali 15 x(t) 5 .15.1 e 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). 1.20 (b). La quantizzazione si dice “ad un bit” in quanto l’ampiezza . 5} è costituito solo da due valori. 1.1. 1. Esempio 1. Il segnale risultante x(t) (fig. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze.. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta. se il numero delle ampiezze è finito.1). la sinusoide degli es.. detta quantizzazione. 1.. mentre X è un insieme discreto per un segnale ad ampiezza discreta. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. 1. raffigurato in fig.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. rimpiazzandole con un numero finito di possibili valori. se x(n) ≥ 0 . ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). A] ≡ X. t -5 Fig. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto.19.

assume due soli valori. denominato quantizzatore. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. 7. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A. 1. e quindi può essere rappresentata con un solo bit. 1. e raffigurato in fig.21. . 1.21. segnale ad ampiezza continua quantizz . Così come il campionamento. 1. Schema a blocchi di un quantizzatore. 1.20.16 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 la teoria della quantizzazione sarà approfondita nel cap.12. segnale ad ampiezza discreta Fig.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). (b) il segnale ad ampiezza discreta y(n) dell’es. Anche l’operazione di quantizzazione si può interpretare come un sistema.

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

quali il numero degli ingressi e delle uscite. sono tutti di tipo SISO. Esempi di sistemi MISO. 1. l’interpolatore. a parte il caso dei sommatori e dei moltiplicatori. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC.23.24. Definizione 1. (b) moltiplicatore a due ingressi. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. 1. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. raffigurati schematicamente in fig.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). faremo esclusivamente riferimento a sistemi SISO: per questo motivo. (b) sistema a TD. ed il quantizzatore.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. il campionatore.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. I sistemi visti in precedenza. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. Definizione 1.5 Classificazione elementare dei sistemi Come i segnali. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. 1. quando parleremo di sistema. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). supporremo implicitamente che esso sia di tipo SISO. quali ad esempio il partitore resistivo. (a) sommatore a due ingressi.23. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). (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. 1. o viceversa. Fig. . (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). Nel seguito.

o viceversa. es. Esempi significativi di sistemi di questo tipo sono il campionatore (es. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. come il partitore dell’es.13). 1.12). entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC.16). e quindi bisogna effettuare sia un campionamento (cfr. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. Sulla base del modello (1. effettuata da un sistema denominato convertitore A/D (fig. 1. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. sistemi digitali. ed i sistemi a TD sono denominati. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. Conversione A/D: (a) schema a blocchi di un convertitore A/D. 1. Lo schema del convertitore A/D riportato in fig. che presenta ingresso a TC e uscita a TD. e l’interpolatore (es. l’insieme I racchiude solo segnali a TC. 1. 1. e spesso non sono nemmeno chiaramente separabili. essi sono inoltre di grande interesse ingegneristico. 1.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion .5. I sistemi a TD non esistono generalmente “in natura”. in campo economico o sociale).12).3 Infine. e quindi sono sistemi a TC: ad esempio una rete elettrica.25 è puramente di principio. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. segnale digitale (b) Tc Fig. in un convertitore A/D reale (denominato anche analog-todigital converter. nel caso di sistemi a TC. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. che presenta ingresso a TD e uscita a TC. 1. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. es.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. Esempio 1. 1. è un sistema a TC. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto.2) utilizzato per descrivere matematicamente un sistema. sia una quantizzazione (cfr. nel caso di sistemi misti.6. 1. 1. ADC).25). . in maniera lievemente imprecisa. Inoltre. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. In accordo con la simbologia introdotta in fig. 1. e viceversa. infine. quantizz . mentre U contiene solo segnali a TD.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente.24(a). Il seguente esempio introduce due ulteriori esempi di sistemi misti. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio.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. 1. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo.24(b).25.

schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia. 1. e quindi non può esistere una operazione inversa di “dequantizzazione”. quali maggiore flessibilità.27 offre alcuni vantaggi importanti. 1. Per questo motivo. prima di effettuare l’interpolazione.26. 1. lo schema digitale in fig. Un convertitore D/A reale (denominato anche digital-to-analog converter.27.20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp. il segnale x(n) viene elaborato mediante un sistema digitale. segnale analogico (b) Tc Fig. minore ingombro. e finalizzato ad elaborare un segnale analogico in maniera digitale. minore consumo di potenza e. DAC). 1. successivamente.13). es. e numerosi altri. in un segnale digitale x(n). ed in particolare dei convertitori A/D e D/A. ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A. in quanto gli effetti della quantizzazione sono irreversibili. Conversione D/A: (a) schema a blocchi di un convertitore D/A. non ultimo. all’automazione. . Si noti che il sistema complessivo (tratteggiato in fig. (cfr. alla biomedica. alle costruzioni aerospaziali. 1. mediante un convertitore A/D.27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale. accetta in ingresso stringhe di bit. 1. Schema classico per l’elaborazione digitale dei segnali. 1. per questo motivo. dalle telecomunicazioni all’informatica.27) è un sistema analogico. Rispetto ad una elaborazione analogica del segnale x(t).27. ai trasporti. che sono trasformate in valori di ampiezza da un decodificatore binario. un segnale analogico x(t) viene prima convertito. x(t) x(n) A/D sistema digitale y(n) D/A y(t) sistema analogico Fig. lo schema di fig. In tale schema. Un’applicazione particolarmente interessante dei sistemi misti. (b) rappresentazione schematica della conversione D/A in termini di interpolazione. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. minor costo dell’hardware.

18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. entrambe effettuate in maniera analogica. Successivamente. . Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). l’utente può riascoltare il brano inciso utilizzando un giradischi. che si comporta da trasduttore. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. Il brano da registrare viene captato da un microfono. Esempio 1. tipicamente in materiale metallico pregiato. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica. che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata. Schema analogico per la registrazione/riproduzione audio. Tale segnale elettrico. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. bruciando con un laser in misura maggiore o minore le zone del disco.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. L’es.1. e da questi ultimi le copie in materiale plastico (vinile).18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. Da ciascuna copia. ovvero converte la pressione acustica del suono in un segnale elettrico. codificato in bit. viene amplificato e inviato ad un masterizzatore (analogico). 7. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). Il masterizzatore si comporta da attuatore.28. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. 1. che vengono vendute all’utente finale. In esso. 1. ed inviato ad un masterizzatore (digitale). la differenza significativa è che il segnale captato dal microfono.29. da esso si possono ricavare dei master secondari. viene sottoposto ad una conversione A/D. dopo l’amplificatore. ed inviate ad un convertitore D/A. di debole intensità. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco). Una volta inciso il master. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. 1. 1.

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

24 Segnali e sistemi: introduzione .

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

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

ma comporta solo una variazione del riferimento temporale. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . 2. 2. corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. dove per t0 > 0 si ha una traslazione verso destra del segnale. lo schema di fig. 2.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. Schema a blocchi di un amplificatore/attenuatore.1. .2. Il prodotto di due segnali si può interpretare anch’esso come un sistema MISO (a due ingressi ed una uscita) denominato moltiplicatore e rappresentato in fig. il fattore a viene denominato guadagno dell’amplificatore/attenuatore.2. dove però. Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi. cioè n0 ∈ Z: in altri termini. Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). o ritardo. un segnale TD può essere traslato solo di quantità intere. il parametro della traslazione n0 assume necessariamente valori interi. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. per quest’ultima operazione. 2.2.3. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . la riflessione temporale. o anticipo.1(b). l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. in particolare. 2.2 può essere utilizzato anche in questo caso. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). raffigurato in fig. come rappresentato in fig. Genericamente.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. attraverso l’introduzione delle operazioni di decimazione ed espansione. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) . Più in generale. se a < 0. Si noti che una traslazione temporale non modifica la forma del segnale. 2. a differenza del caso TC. Se a = −1. mentre per t0 < 0 si ha una traslazione verso sinistra. con a > 0. ed il cambiamento di scala temporale. considereremo alcune caratteristiche peculiari del caso TD.

un segnale TD si dice pari se x(−n) = x(n). un segnale TC invariante rispetto alla cascata di una riflessione e inversione. Dal punto di vista fisico. Ad esempio. se ad esempio il segnale x(t) rappresenta l’audio di un brano musicale. Un esempio di riflessione per un segnale TC è riportato in fig. x(t) = −x(−t). Traslazione temporale di un segnale TC: (a) segnale originario. x(−t) = x(t). si dice pari.4. 2. si dice dispari. dispari se x(n) = −x(−n). invece. in fig. secondo le seguenti relazioni. valide rispettivamente per il caso TC e TD: y(t) = x(−t) . la riflessione corrisponde a riprodurre il brano al contrario.3. 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).28 Proprietà dei segnali x(t) (a) t1 y(t) = x(t-t0) t2 t0 > 0 t (b) t1+t0 y(t) = x(t-t0) t0 < 0 (c) t2+t0 t t1+t0 t2+t0 t Fig. Un segnale TC invariante alla riflessione. y(n) = x(−n) . 2. (c) segnale anticipato (t0 < 0).5 (a) . Riflessione temporale La riflessione temporale di un segnale consiste nel ribaltamento della scala dei tempi. 2. Analogamente. (b) segnale ritardato (t0 > 0).

6. 2. 2. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente. (b) segnale riflesso. 2. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. e (b) sono raffigurati due esempi di segnali pari.t1 t Fig. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)].1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . (b) La somma di due segnali pari [dispari] è un segnale pari [dispari].5 (c) e (d) sono raffigurati due esempi di segnali dispari. . A partire dalla definizione di segnale pari e dispari.2.4.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine. risulta necessariamente x(0) = 0. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . 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(·). Riflessione temporale di un segnale TC: (a) segnale originario. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig.t2 . (c) Il prodotto di due segnali pari è un segnale pari. mentre in fig.

.6. 2.5. 2. (c) segnale dispari a TC. x(t) 2 -1 Pa[x(t)] 1 t Di[x(t)] 1 1 -1 -1 1 t -1 -1 1 t Fig. 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. (b) segnale dispari a TD. Invarianza alle riflessioni/inversioni: (a) segnale pari a TC. (b) segnale pari a TD.

se il segnale x(t) è l’audio di un brano musicale. il cambiamento di scala temporale è definito come y(t) = x(at) . mentre con . il caso a = 1 lascia ovviamente il segnale inalterato.2. in quanto si può riguardare come la cascata di una riflessione e di un cambiamento di scala di |a| > 0. Nel caso TC.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. il valore del segnale per t = 0 rimane inalterato. Dal punto di vista fisico. Si noti che sia nel caso della compressione che dell’espansione. e quindi a velocità maggiore (ad esempio. Nel caso a < 0. la compressione corrisponde a riprodurre il segnale in un tempo più piccolo. si ha una compressione se si riproduce un disco in vinile a 33 giri alla velocità di un 45 giri). (b) segnale espanso (0 < a < 1). 2.7.7(b)]. l’operazione y(t) = x(at) non è elementare. Cambiamento di scala temporale di un segnale TC: (a) segnale originario. si ha una compressione dei tempi [fig. 2. dove a ∈ R+ : per a > 1. mentre per 0 < a < 1 si ha una espansione dei tempi [fig. Cambiamento di scala temporale L’operazione di cambiamento di scala temporale presenta sostanziali differenze tra il caso TC e quello TD. 2. in particolare.7(a)]. (b) segnale compresso (a > 1). per cui tratteremo separatamente questi due casi.

Decimazione di un segnale TD: (a) segnale originario. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. In questo caso è possibile ancora parlare di compressione.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. ovvero se a = M ∈ N. 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. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. se se sceglie M = 10. per cui si scrive: y(n) = x(nM) . Per segnali a TD.8. 2.8. 2 L’uso . l’espansione si ottiene esattamente l’effetto opposto. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. ma nel caso TD si utilizza il termine più specifico di decimazione. 2.2 infatti. si noti l’effetto di compressione (minore durata) del segnale risultante. (b) segnale decimato con M = 3. infatti. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. derivante dalla perdita di due campioni ogni tre del segnale originario. ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a.

L 0.2. 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 . ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. Passiamo ora ad esaminare l’operazione di espansione nel caso TD.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. se n è multiplo di L .9. Se anche. l’espansione a TD è una operazione perfettamente reversibile. A differenza della decimazione. perché alcuni campioni del segnale TD (in generale. 2. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. Espansione di un segnale TD: (a) segnale originario. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. M − 1 campioni ogni M) sono eliminati completamente. Analogamente a quanto visto per la decimazione.9. 2. si assume a = 1/L. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. in quanto an non è un numero intero. della compressione di un segnale TC. per analogia con il caso a = M. la decimazione è una operazione non reversibile. altrimenti . (2. con L ∈ N. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi. (b) segnale espanso con L = 3. .

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

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

(3) espansione di 2. n espansione di 6: v(n) = u . mentre in tutti gli altri casi è frazionario. per cui il segnale y(n) vale convenzionalmente zero. (2) anticipo di 5. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 . 6 anticipo di 5: y(n) = v(n + 5) . 6 6 2 . altrimenti . Esempio 2. Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. 2 0. (3) anticipo di 5. osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2. Esempio 2. come: y(n) = se n è pari . Gli esempi che seguono mostrano come procedere in due situazioni tipiche. (2) espansione di 6.1). altrimenti il valore del segnale è nullo. 2 2 2 Con riferimento all’ultima espressione. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) . n x − − 5 . caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. il segnale y(n) si può esprimere esplicitamente.36 Proprietà dei segnali il risultato corretto per via analitica. n espansione di 2: y(n) = v . 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione.4 (combinazione di operazioni elementari. nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. eliminando la notazione simbolica con le parentesi quadre. allora il risultato si ottiene calcolando il valore del segnale in quel punto. Pertanto. anticipo di 5: v(n) = u(n + 5) . ovvero se n è pari. 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 . è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2.5 (combinazione di operazioni elementari.

infinito numerabile di punti di discontinuità di prima specie.2). Con riferimento all’ultima espressione. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da . se t ≥ 0 . y(n) = n+5 x .2) che esiste ed è finito.2) esista e sia finito. § B. 2.10. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. 0 . Il gradino a TC è definito come: u(t) = 1 . 2. Pertanto. si dimostra che x(t) è anche continuo in t0 . 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. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr. In particolare. Il gradino presenta una discontinuità di prima specie per t = 0. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. Se il segnale x(t) è derivabile in t0 . 2 2. Tuttavia. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC.2. integrazione. altrimenti . la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. il che accade se e solo se n è dispari. 0 . Gradino a TC. 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.1.8 x(t) = u(t) 0. come:  se n è dispari .2 0 −2 0 2 4 t 6 8 10 Fig.4 Derivazione.4 0.6 0. In particolare. per cui l’espressione ottenuta si può rendere esplicita. se il segnale x(t) è derivabile nel punto t0 ∈ T.10. eliminando la notazione con le parentesi quadre. altrimenti .1 Operazioni elementari sui segnali 37 1 0. ed è rappresentato graficamente in fig. al più.

in cui il limite del rapporto incrementale (2. . vale zero in tutti i punti.11. se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione. Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino. per |t| ≤ ε . bisogna ricorrere al concetto di derivata generalizzata. 2. Infatti. Allo scopo di calcolare la derivata generalizzata del gradino. per t < −ε . rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica. sebbene matematicamente corretto. non presenta i problemi del gradino per quanto riguarda il calcolo della derivata. La derivata di u(t). il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0. ma per t = 0 presenta una rapidità di variazione infinita. La funzione uε (t). definiamo la seguente funzione uε (t):  0 . L’approssimazione è tanto migliore quanto più ε è piccolo. raffigurata in fig. (b) la derivata δε (t) di uε (t). 1 2ε per |t| > ε . non è intuitivamente accettabile. cercheremo di calcolare la derivata di u(t) euristicamente. da sinistra (che vale 0).11(a). Infatti la funzione uε (t) è derivabile nell’intorno di t = 0. tranne che nel punto t = 0. in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1.2) non è definito. destra (che vale 1). tuttavia.  1 t uε (t) = 2 1 + ε . al limite per ε → 0. ma a differenza di quest’ultimo è una funzione continua anche per t = 0. Al diminuire di ε la funzione δε (t) diventa sempre più stretta ed alta. in effetti. 2. poter definire la derivata del gradino anche per t = 0. e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione. e la sua derivata vale: δε (t) = d uε (t) = dt 0. quindi. posto ε ∈ R+ .   1. si ha: ε →0 lim uε (t) = u(t) . essendo continua. non previsto dall’analisi matematica elementare. calcolata applicando la regola di derivazione ordinaria. .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. la cui trattazione rigorosa richiede la conoscenza dei fondamenti di una branca della matematica nota come teoria delle distribuzioni. conservando area unitaria. Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t). Questo risultato. per |t| < ε . Per tener conto di questo comportamento e. per t > ε . Per mantenere la trattazione ad un livello sufficientemente elementare.

2. Quindi. (2.7) dove x(t) è un arbitrario segnale continuo nell’origine. cioè. a differenza del concetto di convergenza di funzioni ordinarie. al limite per ε che tende a zero. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P.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. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. Ciò suggerisce che la convergenza del limite al secondo membro della (2. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t).3) mediante una funzione. 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 . Infatti. 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.4) Dal punto di vista matematico. A tale scopo. la funzione ordinaria δε (t) non converge ad una funzione ordinaria.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. motivo per cui è comunemente nota come impulso o delta di Dirac.4) definisce un funzionale che si “appoggia” alla funzione δε (t). si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. Questo risultato suggerisce di definire il limite al secondo membro della (2. ε →0 dt (2. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . il funzionale (2.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . al limite per ε che tende a zero. ε →0 (2. Invocando il teorema della media. se è vero che.2. la (2. possiamo affermare che esiste un punto tε ∈ [−ε .5) In altre parole. Al diminuire di ε . Come indicato dal loro stesso nome. per ε → 0. un operatore che associa alla funzione x(t) un numero reale. (2. Dirac nei suoi studi sulla meccanica quantistica. ε →0 (2. la convergenza della famiglia di funzioni δε (t) alla funzione .11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . δε (t) non ha alcun significato come funzione ordinaria. conservando tuttavia area unitaria. Al limite per ε → 0.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. ε ) e la misura di tale intervallo. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . che indichiamo con δ (t) = lim δε (t) .

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

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

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

2.20. altrimenti . Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A. 0 .19. altrimenti . 0 .8 x(t) = rect(t) 0. ed è rappresentata graficamente in fig.6 0. la finestra rettangolare è denotata con il simbolo Π(t). è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. mediante moltiplicazione per una costante. 2. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. Finestra rettangolare a TC dell’es. si vede che x(t) = A rect t − t0 T = A.20: la finestra è centrata in t = t0 e ha durata ∆x = T . Utilizzando la definizione. in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). cambiamento di scala con a = 1/T e traslazione temporale di t0 .7. . Fig. traslazione temporale e cambiamento di scala. cambiamento di scala con a = 1/T e traslazione temporale di t0 .3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. altrimenti . se t ∈ [t0 − T /2. La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 .4 0.2.t0 + T /2] . 2. Finestra rettangolare a TC.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. numerosi testi. 0. A partire dalla finestra prototipo. 2. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). 2. Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . il cui andamento è raffigurato in fig. se |t| ≤ 0.5 . Esempio 2. Si tratta di un segnale pari (centrato nell’origine). se 0 ≤ n ≤ N − 1 .19.

La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e.6 0. 2. Così come visto per la finestra rettangolare nell’es.4 0. ponendo N = 1. Finestra triangolare a TC.22.21. si noti che. traslazione temporale.2 0 −2 0 2 4 n 6 8 10 1 0. è asimmetrica rispetto all’origine. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. . mediante operazioni elementari (moltiplicazione per una costante. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.6 0.2 0 −2 −1 0 t 1 2 Fig. 2. 1− B2N (n) = N 0 .4 0. se |t| < 1 . . Fig.8 x(t) = Λ(t) 0.7. 2. la finestra rettangolare a TD degenera nell’impulso discreto. cioè. pertanto. 2. Infine. Tuttavia. 0. . . Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. ed è rappresentata graficamente in fig.8 x(n) = R5(n) 0. ed essa è nota come finestra di Bartlett:  |n − N|  . Finestra rettangolare a TD per N = 5. .22. altrimenti . 2. È possibile definire la finestra triangolare (si veda la fig. di ampiezza unitaria e durata ∆x = 2. ovvero considerare B2N (n + N). infatti si ha RN (n) = u(n)−u(n−N). La finestra ha estensione temporale Dx = {0. R1 (n) = δ (n). Come nel caso TC. come riportato in fig. se 0 ≤ n ≤ 2N − 1 . 1. ed è asimmetrica rispetto all’origine. N −1} e durata ∆x = N. ed è rappresentata graficamente in fig.21.23) anche nel caso TD.24. Si tratta di un segnale pari (centrato nell’origine). per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. altrimenti . anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . 2. a differenza della sua versione a TC.48 Proprietà dei segnali 1 0. a partire dalla finestra triangolare prototipo. 2. così come la finestra rettangolare a TD.

Fig. Segnale di durata praticamente limitata.2. 2. senza mai annullarsi. 2. t1 durata t2 . 2.4 0. Finestra triangolare a TD per N = 4 con simmetria pari. a differenza del caso di segnali a durata rigorosamente limitata. se si fissa una soglia diversa. t Fig.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0..t2 ) di valori significativi del segnale. 2. questo introduce. si perviene ad un diverso valore di durata del segnale.8 0.. per esso. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.25. tuttavia.23. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata.4 0. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. Un discorso analogo sussiste anche per i segnali a TD. Finestra triangolare a TD per N = 4.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. Si noti che. 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..8 0. 2. x(t) soglia .3. un certo elemento di arbitrarietà nella misura della durata. Fissare una soglia (vedi fig. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 .24.2 0 −6 −4 −2 0 n 2 4 6 Fig. .3 Estensione e durata temporale di un segnale 49 1 0. il quale decade asintoticamente a zero per t → ±∞.. con t2 > t1 . 2.25. si consideri un segnale TC come quello riportato in fig. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. legato proprio all’arbitrarietà nella scelta del valore della soglia.6 0. In particolare.6 0.

che risulta diverso da zero. Tale scelta può variare a seconda della natura del segnale. al variare di a.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. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . si noti peraltro che il comportamento per t ≥ 0. in dipendenza dal valore di a = 0. come in fig. Poiché. con riferimento al caso TC per semplicità. In particolare.26(b). come in fig. L’esponenziale a TC è una funzione monotona di t. In particolare. (a) a < 0 (valore effettivo a = −0. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. . e degli scopi per i quali il segnale stesso viene studiato o elaborato. Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. Il caso a = 0 è degenere.26.25). ed in particolare per a > 0 l’esponenziale risulta crescente.25). notiamo che tra le operazioni elementari introdotte nel § 2. come mostra il calcolo della derivata di x(t). solo per t ≥ 0.1. 2. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . 2. per effetto del gradino. è lo stesso dell’esponenziale x(t) = A eat . mentre per a < 0 l’esponenziale risulta decrescente. esso non rientra nella famiglia dei segnali di durata praticamente limitata. solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. che quelli a durata praticamente limitata – sono anche detti segnali transitori. 2. delle applicazioni. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . ∀a ∈ R).26(a). Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. nel caso a < 0. che sono descritti di seguito. in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. dove a ∈ R è un fattore di scala dei tempi. Infine.

. La costante di tempo ammette anche una interessante interpretazione geometrica. com’era intuibile. si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. se si pone per definizione a = −1/T con T > 0. se si sceglie α = 0. ed indirettamente alla sua durata. la durata del segnale risulta ∆x = T ln 1 α e. con ∆x > 0 (durata) dipendente dalla scelta della soglia. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. In tal caso. risolvendo l’equazione x(∆x ) = α A. e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili.368 A. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . sebbene il segnale non si annulli mai al finito. A titolo esemplificativo. Per calcolare la durata analiticamente. 2. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. si ottiene che ∆x ≈ 3 T . Così facendo. 2. In altre parole. scegliamo come valore di soglia α A. al diminuire di T . con 0 < α < 1. Passiamo ora ad introdurre l’esponenziale bilatero a TD.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T . essendo infinitesimo per t → ±∞. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. che è definito dalla relazione x(n) = A an . Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. al crescere di T . legata alla pendenza della funzione esponenziale nell’origine. l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. la pendenza diminuisce. cresce con legge direttamente proporzionale a T . e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . l’esponenziale monolatero è un segnale di durata praticamente limitata4 . dell’esponenziale monolatero. Viceversa. È chiaro allora che. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. ∆x ). cioè. dove il parametro T prende il nome di costante di tempo.05. con a > 0. la cui estensione è Dx = (0. si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). la pendenza aumenta.2.27. dunque. la durata ∆x .

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

833).2.4 −0. (c) 0 < a < 1 (valore effettivo a = 0.8 0.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig. (e) a = 1.3 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 0.6 x(n) 0.5 1 (d) 0. .1).1).833). 2.28.5 x(n) 0 0. (d) −1 < a < 0 (valore effettivo a = −0. (f) a = −1. (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.

risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. 2. come ad esempio il segnale raffigurato in fig. I segnali di durata illimitata sono anche detti segnali persistenti. (2. rispettivamente. ∀n ∈ Z . Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali. allora. . Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. detto periodo. i segnali x(t) e x(n) si dicono aperiodici. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). e per questo motivo si assume che il segnale abbia durata non limitata o illimitata.29. mentre nel caso TC il periodo T0 è in generale un numero reale. Segnale di durata non limitata. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo.3. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. ∀t ∈ R . È bene enfatizzare il fatto che. ovvero ∆x = +∞.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 ).12) Il più piccolo valore di T0 che verifica la (2. ed intorno al Sole con un periodo pari circa a 365 giorni.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. In molti casi. Per segnali di questo tipo. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici.29.. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. Inoltre ..12) e (2. 2. t Fig. Ad esempio. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ). sono sempre di durata limitata.13) è detto periodo (fondamentale) del segnale.54 Proprietà dei segnali x(t) . infatti. (2.13). nel caso TD il periodo N0 è necessariamente un numero intero. 2.. Una definizione pratica.12) è detto periodo (fondamentale) del segnale.13) Il più piccolo valore di N0 che verifica la (2. 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. tuttavia..

misurata in radianti (rad). secondo la quale il fasore è rappresentato come un vettore ruotante. e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. 3T0 . misurata in cicli/s o Hertz (Hz).12) e (2. sotto condizioni non eccessivamente restrittive. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario. Nel seguito si introdurranno alcuni segnali periodici elementari.2. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. Come vedremo nel cap. (2. quali.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. Il fasore è un segnale che assume valori complessi. A. in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. che si muove con velocità angolare |ω0 |. Fig. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. 2. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. ϕ0 è la fase iniziale. misurata ω0 in radianti al secondo (rad/s).13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. e talvolta si parla di periodo fondamentale.7 avente modulo A. . Una conveniente interpretazione grafica (fig. ω0 è la pulsazione. le (2.14) dove A > 0 è l’ampiezza. e della definizione di periodo. Come ulteriore osservazione. . 2.12) e (2. 5.13). Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 .31. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. . gli esponenziali complessi o fasori6 e le sinusoidi. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto. ad esempio.30. per un segnale costante x(·) = a.30) è invece quella nel piano complesso. f0 = 2π è la frequenza. è interessante notare che. . allora esso è periodico di periodo 2T0 . sulla base delle (2. se un segnale (ad esempio TC) è periodico di periodo T0 . x). 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). Pertanto. 2. 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 )] .

in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 . Si noti. ovvero che x(t) = x(t + T0 ). è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2.4). un segnale sinusoidale si può esprimere come: A cos(ω0t + ϕ0 ) = 1 j(ω0t+ϕ0 ) 1 − j(ω0t+ϕ0 ) Ae + Ae = Re[A e j(ω0t+ϕ0 ) ] 2 2 ovvero come la somma di due fasori di uguale ampiezza A/2.12): infatti. mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0).56 Proprietà dei segnali se ω0 > 0. Dall’interpretazione come vettore ruotante. ω0 . e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . e quindi si ha la (2. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica. ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente. ed in senso orario se ω0 < 0. si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . imponendo che valga la (2.31). con k ∈ Z. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore.15) pertanto. il fasore è un segnale periodico di periodo T0 . nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. |ω 0 | | f 0 | (2.13) e ricalca quella già ω0 vista per il fasore. § A. che il fasore non è un segnale “fisico”.1). Anche la sinusoide. il che accade dopo un tempo pari a T0 = 2π 1 = . 8 Ricordiamo . Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. infine. In effetti.12). Così come l’impulso di Dirac a TC. Di contro. come il fasore. (2. in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C. notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. utilizzando le formule di Eulero (cfr. si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. il fasore è una pura astrazione matematica che. come preannunciato. 2. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno.15).16) dove i parametri A. come sarà chiaro nel seguito. Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa. In ogni caso. il caso ω0 = 0 rappresenta il fasore più lentamente variabile.

3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. Sulla base di questa interpretazione.1). L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. 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) . la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). ν0 = 2π è la frequenza (cicli). due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. se il fasore si sposta di θ0 oppure di θ0 + 2kπ . ϕ0 è la fase iniziale (rad). (2. 1/2[. nel caso TD il tempo n va considerato adimensionale. 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 . . 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. però. Prova. la posizione finale è la stessa.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. Questa è una delle fondamentali differenze rispetto ai fasori a TC. in particolare.30): la differenza sostanziale. Ovviamente. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. =1 ∀n. a ν2 − ν1 = k.13) per un segnale TD. è che poiché il tempo n varia in maniera discreta. ma anche alcune differenze significative rispetto al caso TC. k ∈ Z . come θ0 ∈ [0. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. poi diminuisce (fino a ν0 = 1). derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. con la pulsazione θ0 ). mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. la condizione θ2 − θ1 = 2kπ equivale. 2π [ oppure θ0 ∈ [−π . passando da ν0 = 0 a ν0 = 1. anche il fasore a TD soddisfa la definizione di segnale (1. k ∈ Z. k ∈ Z. Infatti. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . 1[ oppure ν0 ∈ [−1/2. θ0 è la pulsazione (rad). π [.17) θ0 dove A > 0 è l’ampiezza. così come accade nel caso TC. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. come ν0 ∈ [0. Equivalentemente. Come il fasore a TC. 2. ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0.2. il fasore si muove “a scatti” nel piano complesso. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. applicando la definizione di periodicità (2.

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

per una dimostrazione più formale.18). Esempio 2.5 è quella di fig. d’altra parte. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. detto generatore. Viceversa.3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. 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). Come caso limite. traslate di ±T0 . ed il periodo dell’onda stessa. in fig. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. Si ha. Effettuando il cambiamento di variabile k − 1 = nella sommatoria. ∀t ∈ R.18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). etc. 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 (2.18) risulta necessariamente x(t) = x(t + T0 ). Dato un segnale generatore xg (t) e fissato un periodo T0 . basta provare che per il segnale x(t) definito come nella (2.33 è mostrata un’onda rettangolare con A = 1 e δc = 0. (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). Ad esempio.8 (duty-cycle dell’80%). per cui x(t + T0 ) = x(t). e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . come si voleva dimostrare. infatti. e la cui rappresentazione grafica per A = 1 e δc = 0. 2. Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . (2. Infatti come generatore è possibile scegliere la . Il duty-cycle δc . ∀t ∈ R. la cui espressione è: ∑ A rect t − kT0 T . notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. ampiezza A.2.32. 2. diverso da zero nell’intervallo [−T0 /2. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. T0 /2].9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . ±2T0 . talvolta espresso in percentuale.

cioè risulta x(n) = x(n + N0 ). Poiché il periodo di replicazione è inferiore alla durata del generatore. T0 /2] . In questo caso.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . per determinare il generatore. 1]. 2. Esempio 2.32.8 (duty-cycle dell’80%). si ottiene il generatore raffigurato in fig.35) non si ottiene semplicemente affiancando le finestre triangolari.34).60 Proprietà dei segnali 1 0. Fig. sommando queste ultime negli intervalli di sovrapposizione. le repliche del segnale si sovrappongono. . che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare. 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.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. finestrando il segnale periodico nell’intervallo [−1. 2.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. ad esempio [−T0 /2. (2. Bisogna tuttavia notare che. Onda rettangolare a TC con A = 1 e δc = 0.6 x(t) 0. 0. t ∈ [−T0 /2.5 (duty-cycle del 50%). 1. ed il segnale risultante (fig.t0 + T0 /2]. restrizione del segnale periodico ad un periodo. In altri termini. T0 /2].6 0. N0 − 1}.36. 2. la relazione tra segnale periodico e generatore non è biunivoca. 2. ma bisogna tener conto della sovrapposizione tra le repliche. 2. . è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale.4 0. In particolare. . . con t0 ∈ R.8 0. altrimenti.4 0. costruiamo il segnale periodico x(t) effettuando la replicazione di xg (t) con periodo T0 = 3 < 2: 2 x(t) = rep 3 [xg (t)] = 2 3 Λ t− k 2 k=−∞ +∞ ∑ . ad esempio [t0 − T0 /2. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione.33.8 0. Onda rettangolare a TC con A = 1 e δc = 0. descritta dall’esempio che segue. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . . ∀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. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t).

Un differente generatore dell’onda triangolare a TC dell’es.37. 2. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .2 0 1 0.75).6 0. ottenuto finestrando il segnale periodico nell’intervallo (−0.8 0. 1 0.4 0.34.75. Segnale generatore dell’onda triangolare a TC dell’es.6 0.35.3 Estensione e durata temporale di un segnale 61 1 0. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n). Esempio 2.8 0. che si ottiene finestrando il segnale con una finestra .2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.4 0.4 0. Viceversa. 2.2 0 −2 −1 0 t 1 2 Fig.8 0. Onda rettangolare a TD con M = 3 ed N0 = 5.8 0. Onda triangolare a TC dell’es.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo).10.36.2. 2. 2.6 x(n) 0.6 x(t) 0.10. xg(t) Fig. il cui andamento è rappresentato in Fig. 0.2 0 −2 −1 0 t 1 2 1 0. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. Fig. 2. 2.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .4 0. 2.37 per M = 3 e N0 = 5. 2.

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

L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale.2.22) mentre si definisce media temporale del segnale nell’intervallo (−Z. si definisce area del segnale nell’intervallo {−K. (2. .21) Si noti che.. . Z). Le definizioni di area e media temporale date nel caso TD si estendono al caso di segnali a TC x(t) sostituendo alla sommatoria l’integrale.20) mentre si definisce media temporale del segnale nell’intervallo {−K. −K + 1.. (2. .. si definisce infatti area del segnale nell’intervallo (−Z.. 2. −K + 1. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . l’area e la media temporale di x(n) sono numeri reali o complessi. .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. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . in dipendenza della natura del codominio X del segnale. reale o complesso. Dato un segnale TD x(n) e fissato un intero K ≥ 0. . x(t) <x(t)> Z -Z +Z t 2Z Fig. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . . 63 2.23) .4 Area e media temporale di un segnale . il numero. . . reale o complesso. . 2K + 1 n=−K K (2. Z). il numero. Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. K − 1. Considerato Z > 0. Z]. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . K − 1. (2.

(2.21) e (2.22) e (2.25) L’integrale che definisce l’area di un segnale TC può non esistere. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro. Ciò accade.2). il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . 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. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. I valori dell’area e della media temporale calcolati sulla base delle (2.23).27) . (2. per i quali l’integrale nella (2. nel caso dei segnali periodici.20) e (2.23) si possono riscrivere come x(n) x(t) K Z Ax (K) . si ottiene notando che le (2. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt .38. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. è sufficiente far tendere Z oppure K all’infinito. (segnali TD) K→+∞ 2K + 1 n=−K (2. per esempio. ovvero riguardano solo una porzione del segnale. 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. Se il limite nella (2. dipendono dalla scelta di Z oppure di K. § B. si noti che. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt.26) esiste. (segnali TC) (2. sia nel caso TC che nel caso TD.26) in cui. il che significa che esistono segnali per i quali la definizione di area (2. A tal proposito. 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 .3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt.24) perde di significato. in base alla (2. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. 2. allora anche il valor principale di Cauchy dell’integrale di x(t) esteso all’intero asse reale esiste e i due integrali forniscono lo stesso risultato.24). (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n).2.21) oppure (2. 2K + 1 Ax (Z) . salvo che in casi particolari. Tale interpretazione è raffigurata graficamente per il caso TC in fig.24) x(n). = 2Z = e quindi.24) non esiste in senso ordinario.64 Proprietà dei segnali L’interpretazione di media.

Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. l’interpretazione della (2. 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. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. 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 . Come conseguenza di questo risultato. Più in generale.25) si ottiene come caso limite dalle definizioni (2. 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. 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. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale.26) non esiste.3). dato che l’area di un segnale può essere infinita. +∞ (2. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. che può esistere anche quando la serie bilatera di x(n) non converge. nel senso che se y(t) = x(−t). se consideriamo il segnale x(t) = t. è immediato calcolare l’area del segnale y(t) = x(at). a partire dal segnale x(t) avente area finita Ax . Tuttavia. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. e quindi per ogni fissato valore di Z o di K: in questo caso.4 Area e media temporale di un segnale 65 Tuttavia. la sua media temporale è nulla. il segnale ha area nulla.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. Poiché la definizione di area e valor medio sono intimamente legate. Si tratta di un segnale di durata rigorosamente limitata. se il segnale x(t) ha area finita. l’integrale (2. Infatti. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero.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 il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. si ha Ay = Ax . Z→+∞ . tutti i segnali dispari risultano avere area nulla. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. con t ∈ R. la sua area è necessariamente finita.23). l’area del segnale deve necessariamente essere infinita. ma si verifica anche per molti segnali aventi durata praticamente limitata. Essa vale infatti se la media è calcolata su un intervallo temporale finito. Quando invece la serie di x(n) converge.1. con a ∈ R − {0}.21) o (2. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. Per quanto concerne l’interpretazione di x(·) . cioè. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. § B. poiché la media temporale definita nella (2. se il segnale x(·) assume valori finiti. Con riferimento al caso TC per semplicità. soffermando l’attenzione al caso TC. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. Come caso particolare. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). cioè. |Ax | < +∞. 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 . Ad esempio. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). se il segnale ha area finita.28) ossia. mediante cambio di variabile. Allo stesso modo. Esempio 2. ponendo a = −1.2.

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 . in quanto la sua area è finita ed è data da: Ax = lim K→+∞ n=−K ∑ K x(n) = lim A ∑ an = lim A K→+∞ n=0 K→+∞ K A 1 − aK+1 = . l’esponenziale monolatero decrescente ha area finita come la finestra rettangolare: Ax = lim Z Z→+∞ −Z x(t) dt = lim A Z→+∞ Z 0 e−t/T dt = lim AT (1 − e−Z/T ) = AT . e quindi si ha in generale u(·) = 1 . come evidenziato nel seguente esempio. con T > 0.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . Esempio 2. in quanto ha area finita pari a N. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. ma presenta particolari proprietà di simmetria. e quindi per un segnale costante x(·) = a si ha x(·) = a. Esempio 2. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . Pur trattandosi di un segnale di durata praticamente limitata. la media temporale di una costante coincide con la costante stessa.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). Con calcoli analoghi. definito come sgn(t) = 1. . dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. in altri termini. è nulla. Esempio 2. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). t ≥ 0. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . anche la media temporale dell’esponenziale a TD x(n) = A an u(n). con 0 < |a| < 1. Esempio 2. Z→+∞ L’area dell’esponenziale monolatero decrescente dipende linearmente dalla costante di tempo T : questo risultato è perfettamente in accordo con l’interpretazione geometrica di T data in fig. −1. Analogamente. 2Z Calcoli analoghi si possono effettuare anche nel caso TD.66 Proprietà dei segnali Conseguentemente. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. 2. Conseguentemente.27. 2 La media temporale può essere nulla anche se il segnale ha durata infinita. t < 0 .

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)]. presentiamo le seguenti proprietà della media temporale.39. Segnale signum a TC. conseguentemente. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). 2. Per completare la trattazione.39.2. e rappresentato graficamente in Fig.5 −0. Si ha:  x(t) = lim 1 Z→∞ 2Z Z −Z  0 −Z sgn(t) dt = lim 1   Z→∞ 2Z  (−1) dt + Z 0  1 dt  = 0 . definito analogamente a sgn(t). −1. In questo caso.5 x(t) = sgn(t) 0 0 −0.5 x(n) = sgn(n) 0. ∀t = 0. 9 Notiamo . anche la sua media temporale è nulla. 2. ha area nulla (nel senso del valor principale di Cauchy). in quanto il suo valore nell’origine non è nullo. come sgn(n) = 1. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. Segnale signum a TD. essendo una funzione dispari9 . 2. osserviamo nuovamente che se un segnale ha simmetria dispari. n ≥ 0.40. 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. e raffigurato graficamente in fig.40. n < 0 . Fig. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). 2. allora la sua area è nulla e.  =−Z =Z Questo risultato discende dal fatto che il signum a TC.4 Area e media temporale di un segnale 67 1 1 0.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig.

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

18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . il fasore x(t) è periodico di periodo T0 = periodo.25). denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . pari ad un periodo del segnale. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione.29) x(·) = 1 0  ∑ x(n) . osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt .17 (media temporale del signum) Come applicazione della proprietà di linearità.29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . ad esempio in (0.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. Per ω0 = 0. riottenendo il risultato dell’es. . T0 ). Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 .4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . ∀t0 ∈ R . Con la notazione precedente. Esempio 2.15. (segnali a TC)  T0 T (2. evitando il passaggio al limite presente nella definizione generale (2. per cui: x(t) = A e jϕ0 = A e jϕ0 . utilizzando la (2. Per ω0 = 0. 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. il fasore degenera nel segnale costante x(t) = A e jϕ0 . (segnali a TD)  N 0 N0 Esempio 2. la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . per un segnale TD. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1.16. la sommatoria fatta su N0 campioni consecutivi arbitrari. =1 2 =1 dove abbiamo applicato i risultati degli es. Allo stesso modo. Tale proprietà può essere espressa in forma più generale. ∀n0 ∈ Z . ∀t0 ∈ R . 2.2. ricalcoliamo la media temporale del segnale x(t) = sgn(t). 2.14 e 2. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . La proprietà 2. ovvero su un periodo del segnale. questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt .

Infatti. applicando la proprietà di linearità della media temporale.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . A cos (ϕ0 ) . k ∈ Z . Definizione 2. a partire dalla componente continua. Ae Esempio 2. altrimenti .4. k ∈ Z . es. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. (2.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. . si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. si può definire per differenza anche la componente alternata. (2. la componente alternata. poiché la sinusoide x(t) si esprime come somma di due fasori. Nel caso in cui ω0 = 0. se θ0 = 2π k. la media temporale di un segnale si può interpretare come la componente continua del segnale. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. Infatti. essendo ottenuta depurando il segnale della componente continua.4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . 2.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. la parte “costante” del segnale. se θ0 = 2π k. in un certo senso. possiamo applicare la proprietà 2.7(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 .31) Mentre la componente continua rappresenta il valor medio del segnale. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . Dalla sua definizione.18) che un fasore con ω0 = 0 ha media temporale nulla. Analogamente. altrimenti . jϕ0 . 2. e quindi. ne rappresenta la parte effettivamente “variabile”.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). per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). 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.

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

Esempio 2. 1 − a2 |a| < 1 . se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre). 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).2. Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ .33) non sono necessariamente quelle di una energia. Tali costanti di proporzionalità non saranno considerate nel seguito.21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. In particolare. l’energia vale: Ex = A2 1 . che quindi avrebbe presentato Ex = +∞. . Essendo legata al quadrato del segnale. Esempio 2.3 e B.33). allora. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. che converge se e solo se |a|2 < 1. il quadrato di una corrente non è dimensionalmente una energia. ma richiede una moltiplicazione per una resistenza.33) (cfr. 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 .23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). ovvero se e solo se |a| < 1.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). Esempio 2. conseguentemente. Ad esempio. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. In questo caso. Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N.33) in specifiche applicazioni. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2.1. l’energia è una quantità non negativa (Ex ≥ 0). avremmo avuto un esponenziale monolatero crescente. in quanto l’esponenziale non tende a zero. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . Dal confronto tra le (2. avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . mentre per |a| ≥ 1 l’energia non esiste finita. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n).24) e (2. Tuttavia. allora anche |x(·)|2 sarà di durata rigorosamente limitata e. Se avessimo viceversa considerato T < 0. ∞ Si ottiene allora una serie geometrica di ragione a2 . § B.4). con T > 0.

1 Segnali di energia I segnali aventi energia finita (come quelli degli es. Poiché i segnali aventi area finita hanno componente continua nulla.2.5. § B. e 2.34) Sviluppando il modulo al quadrato all’interno dell’integrale. Più in generale. i segnali di durata non limitata o persistenti non sono di energia.3 e B.5 Energia di un segnale 73 2.2. (2. (2. 2.22.34). Tuttavia.5. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. (2. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es. dal punto di vista matematico.36) . e la somma di due segnali di energia è ancora un segnale di energia. In pratica. 2. più articolato è il calcolo dell’energia Ex+y della somma di due segnali.1. 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. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). posto y(·) = α x(·).23) prendono il nome di segnali di energia.4).21). Viceversa.1. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt .2. ma non avere area finita. § 2. 2. Nel caso del prodotto per una costante α ∈ C. la conseguenza pratica è che tipicamente essi hanno componente continua nulla. consegue che.21.35) Z→+∞ −Z x(t) y∗ (t) dt . un segnale di energia può anche avere componente continua non nulla. osserviamo che. in generale.3).23). Sviluppiamo esplicitamente i calcoli nel caso TC. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr. è semplice provare che si ha Ey = |α |2 Ex . ma non essere di energia. dalla quale.3 e B. 2. 2.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞). un segnale può avere area finita. § B.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. sussiste la seguente definizione: Definizione 2.4): un segnale può essere di energia.6). si ha: Ex+y = lim Se si pone Exy = lim Z Z Z→+∞ −Z |x(t)|2 dt + lim Z Z→+∞ −Z |y(t)|2 dt + 2 Re Z Z→+∞ −Z lim x(t) y∗ (t) dt .22 e 2. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. sostituendo nella (2. si ha: |x(t) + y(t)|2 = [x(t) + y(t)][x(t) + y(t)]∗ = x(t) x∗ (t) + y(t) y∗ (t) + x(t) y∗ (t) + y(t) x∗ (t) = |x(t)|2 + |y(t)|2 + 2 Re[x(t) y∗ (t)] . In conclusione.

Nei due esempi seguenti. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore.7 (energia mutua) L’energia mutua tra due segnali x(·) e y(·) è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) y∗ (t) dt. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi).74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). oltre alle energie Ex e Ey dei singoli segnali. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). 2. con ovvie modifiche.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy . si ha Eyx = E∗ : nel caso di xy segnali reali.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. In tal caso. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. in base a concetti matematici più avanzati. In tal caso si ha x(t) y∗ (t) ≡ 0.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. che è una quantità reale e non negativa.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0.39) può assumere segno qualsiasi. mentre diventa necessaria e sufficiente se i segnali sono reali. (2. però.41). in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. Poiché il termine contenente l’energia mutua nella (2. 10 Se i segnali sono complessi. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0.37) La relazione (2. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . l’energia mutua è in generale una quantità complessa. al caso TD. (2. e risulta simmetrica.40). in quanto Eyx = Exy . (2. Particolarmente interessante è la condizione in cui Exy = 0. . poiché il secondo segnale nella (2.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo.37) o nella (2. minore o uguale rispetto alla somma delle energie.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. Inoltre. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. 11 Si usa il termine “ortogonalità” in quanto. la relazione (2. Estendendo i precedenti concetti. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale.38) (segnali TD) A differenza dell’energia. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. Per segnali di energia ortogonali vale l’additività delle energie (2. (2. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig.38) è coniugato. Esempio 2.

abbia simmetria pari.5 0 0. Pertanto. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es. risulta anche in questo caso Exy = 0. ad esempio x(t). 2.5 −1. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. Per un esempio concreto. 2. 2. anche la potenza è un parametro sintetico caratterizzante alcuni segnali. come l’energia.5 1 1.5 0 0.41. Z) per la lunghezza 2Z di tale intervallo di tempo. che è utilizzato in numerosi e diversi ambiti della fisica.5 0. 2.6 Potenza e valore efficace di un segnale Come l’energia. 2.5 y(t) 0.42.5 0 −1.5 y(t) 0 −0. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt . La potenza è una quantità misurata in J/s o Watt (W). 2. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. mentre l’altro ha simmetria dispari. Esempio 2.24).5 2 −1 −0.5 Fig.5 0 t 0.5 1 1. ma tali che uno dei due. Fig.5 0 t 0. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari.2. (2.5 t 1 1.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.5 0. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z.42).25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 .5 2 −1 −0. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt .5 t 1 1. si perviene alla seguente definizione di potenza: . è una quantità non negativa (Px ≥ 0).5 0 −1 −0. generalizzando l’interpretazione come media temporale al caso TD. nonostante x(t) y∗ (t) ≡ 0. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es.5 0 −1 1 −0. al modulo al quadrato del segnale.25).6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito.

27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. 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. signum) e i segnali periodici (es. 2.26.6. (segnali TC) (2.42) può essere omesso se il segnale è reale.76 Proprietà dei segnali Definizione 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. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es.42) non sono necessariamente quelle corrette (ovvero W).26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . tali segnali prendono il nome di segnali di potenza: Definizione 2. Avendo trascurato eventuali costanti di proporzionalità.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. le dimensioni fisiche della potenza definita in base alla (2. Se il segnale è reale (a ∈ R). allora Px = a2 . (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). fasore.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|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. Sulla base del risultato dell’es.15 sulla componente continua di un gradino. è possibile individuare la classe dei segnali che hanno potenza finita. poiché il gradino assume solo i due valori reali 0 ed 1. 2.1 Segnali di potenza Sulla base della definizione di potenza. molto utilizzato nell’elettrotecnica: Definizione 2. gradino. Il vantaggio è. 2. di ottenere una quantità che dipende esclusivamente dal segnale. Esempio 2. . Esempio 2. come per l’energia.

Esempio 2.43)  ∑ |x(n)|2 . un segnale periodico è necessariamente un segnale di potenza. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. Per ω0 = 0. un segnale periodico deve necessariamente avere durata illimitata. (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . allora anche |x(·)|2 ammette lo stesso periodo. Il valore efficace della sinusoide è allora xrms = Px = √2 . In tal modo. si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . il fasore degenera nel segnale costante x(t) = A e jϕ0 . il fasore x(t) è periodico di periodo T0 = (2. se θ0 = π k. Per soddisfare la definizione (2. Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale). per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ).12) oppure (2. Nel caso in cui ω0 = 0. segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . per cui è di scarso interesse pratico).28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) .7(c) della media temporale. Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. √ 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). Esempio 2. 12 Notiamo che se x(·) è periodico di periodo T [N ].6 Potenza e valore efficace di un segnale 77 sinusoide).13). questo comporta che la sua energia è necessariamente infinita. per cui: Px = |x(t)|2 = A2 = A2 . Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. altrimenti . pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . fatta eccezione per casi di scarso interesse pratico. 13 Ad esempio. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = .29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). 2. per cui la potenza si può calcolare applicando la A2 dt = A2 . k ∈ Z . si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . A2 cos2 (ϕ0 ) . Infatti.2.19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. risultato frequentemente utilizzato nell’elettrotecnica. . salvo per casi particolari di scarso interesse pratico13 . (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. la potenza potrebbe divergere solo nel caso di un segnale TC periodico x(t) che non sia a quadrato sommabile sull’intervallo T0 (un segnale del genere dovrebbe necessariamente essere non limitato su un periodo. Per ω0 = 0. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). Analogamente. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ].43). Infatti.

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. definita come segue: (2. (b) se x(·) è un segnale di energia. allora esso ha energia infinita (Ex = +∞). Ad esempio il segnale rampa a TC x(t) = t u(t). e quindi sono disgiunti. e quindi non può essere di energia. basta scrivere (ad esempio nel caso TC): Z Px = |x(t)| 2 1 = lim Z→+∞ 2Z Z −Z |x(t)| dt = 2 Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z . se l’energia è finita. sussiste il seguente risultato: Teorema 2. Tuttavia. per quanto riguarda la somma di due segnali. Esistono casi meno banali di segnali.6.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). presenta Ex = Px = +∞. Viceversa.44) esiste finita. nè di energia. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. Prova. Pertanto. che non sono segnali di potenza. e quindi non si può considerare nè un segnale di potenza. A tal proposito. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. raffigurato in fig. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . (2. seguendo passaggi simili a quelli effettuati per l’energia.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . in quanto hanno Ex = +∞). la (b) prova che un segnale di energia ha necessariamente Px = 0. dalla (2. i due insiemi non costituiscono una partizione di tutti i possibili segnali. nè a quelli di potenza. se la potenza (2.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. in quanto esistono casi di segnali che non sono nè di energia.78 Proprietà dei segnali 2. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante.46) .44) È chiaro allora che.43. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. Anche in questo caso. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. invece. allora esso ha potenza nulla (Px = 0). Per provare la (a).6. posto y(·) = α x(·). 2.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. si prova facilmente che Py = |α |2 Px . lim 2Z (2. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. aventi durata non limitata. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. e la somma di due segnali di potenza è ancora un segnale di potenza. In altri termini. Viceversa. e sfruttando la proprietà di linearità della media temporale. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). 2. nè di potenza. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. e quindi non può essere di potenza.

5 x(t) = t u(t) 1 0. Esempio 2. anche per la potenze non vale l’additività. come per le energia. Segnale rampa a TC.47) K 1 ∑ x(n) y∗ (n). Si ha infatti.5 0 −2 −1 0 t 1 2 Fig. per la presenza dell’operazione di coniugazione sul secondo segnale. per cui la (2.48) Le relazioni (2. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. 2. Per segnali di potenza ortogonali. (2. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 . a meno che Pxy = 0. vale la proprietà di additività delle potenze: Px+y = Px + Py .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). (2. ed xy in generale la potenza mutua è complessa.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. si ha Pyx = P∗ .13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0. in particolare.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.48) e evidenziano che. 2 2 . (segnali TC) (2.2. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi).43.6 Potenza e valore efficace di un segnale 79 2 1.46) e (2. con ω0 = 0.46) si scrive Px+y = Px + Py + 2 Pxy . Definizione 2. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che.

. 2. vale a dire.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. per risolvere i due problemi precedenti e per semplificare alcuni calcoli. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla. Con riferimento in particolare alla potenza. Posto infatti x(·) = xdc + xac (·). inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura.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. 2.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. e xac (·) = 0 per definizione. 2. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono. In conclusione. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. evidenziando i legami esistenti tra alcuni di essi. Si ha allora: Px = Pdc + Pac . Watt (W) per le potenze. nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px .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. (2.1. nella tab. che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali. in quanto l’operazione di coniugazione si scambia con la media temporale.30). Esempio 2. Joule (J) per le energie. detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2.

si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. 2.5 1 2 10 100 1000 [Px ]dB −30 dB −20 dB −10 dB −3 dB 0 dB 3 dB 10 dB 20 dB 30 dB Tab. mentre se si sceglie P0 = 1 mW. scegliendo P0 = 1 W.2. dove P0 è una potenza di riferimento. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . ed in tal caso si parla di potenze espresse in dBW. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. invece di 10. conviene introdurre un fattore numerico pari a 20. per avere lo stesso valore in dB.1 0. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . si parla di potenze espressa in dBm. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. se invece P0 = 1mW. Valori comuni di potenza espressi in dB. . √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 .50).32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono.2. in quanto.7 Misura in dB della potenza e dell’energia 81 Px /P0 0. Esempio 2. applicando le proprietà dei logaritmi. e si scrive più specificamente [Px ]dBW .01 0. e si scrive [Px ]dBm . nella definizione (2. 2. Nella tab.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . tuttavia. opportunamente scelta a seconda delle applicazioni. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px . quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione.50): Px = P0 · 10 [P x ]dB 10 . dato il valore di potenza [Px ]dB in dB . Ovviamente.001 0.

la potenza ricevuta sarà pari a PR = γc PT . Si consideri lo schema di fig. si ha: [PR ]dB = 10 log10 ovvero.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . come è ovvio che sia. risulta [PR ]dBm < [PT ]dBm . in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc .44. (2. Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). per le proprietà dei logaritmi. in una relazione additiva.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). assumendo ad esempio P0 = 1mW.2) in unità logaritmiche. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). Esempio 2. corrispondente a 30 dB (tab. La (2. per cui.44. Infatti. 2. allora [γc ]dB < 0. Detta PT la potenza trasmessa. le potenze di riferimento nei due casi differiscono di un fattore 1000.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. Notiamo che poiché 0 < γc < 1. 2.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. [PR ]dBm = [γc ]dB + [PT ]dBm . . misurando invece la potenza ricevuta in dB. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. 2.

n (d) z(n) = x .8 Esercizi proposti 83 2. Esercizio 2. (b) ritardo di 5 seguito da una riflessione.2 Dati i segnali TD x(n) = |n| . (c) cambiamento di scala con a = 5 seguito da un anticipo di 5.1 Si consideri il segnale TC x(t) = rect(t). t (e) y(t) = x . (g) z(n) = x(2n) + y(n − 4).8 Esercizi proposti Esercizio 2. n ∈ {0. (f) z(n) = x(n − 2) + y(n + 2). 3 Esercizio 2. ±3} 0.4 Si consideri il segnale TC y(t) = x(2t − 1). (c) z(n) = y(1 − n). (c) y(t) = x(−t). (i) z(n) = x(3 − n) y(n). Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . 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). (d) y(t) = x(2t). 2 (e) z(n) = y(2 − 2n).3 Si consideri il segnale TC x(t) = Λ(t). dopo aver rappresentato il grafico di x(n) ed y(n).2. rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). (l) z(n) = x(n + 2) y(6 − n). (j) z(n) = x(−n) y(−n). (k) z(n) = x(n) y(−2 − n). ±1. (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. ±2. altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . (b) y(t) = x(t + 5). (h) z(n) = x(n + 2) y(n − 2). 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. Esercizio 2. (b) z(n) = x(3n − 1).

(c) y(t) = x(2t − 1). Esercizio 2.8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. con T > 0. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . (c) x(t) = e−|t|/T . 2 ≤ t ≤ 5  y(t) = 3(8 − t) . Esercizio 2. Determinare.6 Rappresentare graficamente il segnale TC y(t) = 1. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t).84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. l’estensione temporale e la durata del segnale. 2 1 (e) x(t) = √ .9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. 2 ≤ t ≤ 4 0 . (d) y(t) = x[2(t − 1)]. Determinare. t −1 . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). 5 ≤ t ≤ 8   0. 1 + t2 (f) x(t) = u(t) − rect(t − 2). (b) x(t) = e at u(−t). (b) cambiamento di scala con a = 2 seguito da ritardo di 1. (d) x(t) = e−t .5 Si consideri il segnale TC x(t) = Λ(t). 3 Esercizio 2. Esercizio 2. con a > 0. (b) y(t) = x(−t − 1). Esercizio 2. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). inoltre. (e) y(t) = x 3 t −1 (f) y(t) = x . inoltre. 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). l’estensione temporale e la durata del segnale. (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2.7 Rappresentare graficamente il segnale TC  3(t − 2) .

(h) x(t) = e−t u(t).13 Stabilire quali dei seguenti segnali TD sono periodici e. (d) x(t) = sgn(−t). (f) x(t) = 2 sgn(t) + 1. (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . 5} 0. (b) x(n) = (−1)n . π j √n 2 . determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . (c) x(n) = cos(2n). (c) x(n) = a|n| . (b) x(t) = sgn(t). (c) x(t) = u(t − 5). (h) x(n) = n e jn jπ n (i) x(n) = e . 4.10 Stabilire quali dei seguenti segnali TD sono periodici e. (g) x(t) = 2 rect(t).12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). Esercizio 2. 1. Esercizio 2. calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k).2. in caso affermativo. (d) x(n) = (−1)n u(n). . altrimenti (b) x(n) = u(n) + u(n − 1). n ∈ {0. (d) x(n) = cos(2π n). δ (n − 3k) − δ (n − k2 ) . (e) x(t) = 2 u(t).8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). . utilizzare le proprietà della media temporale] Esercizio 2. [Suggerimento: per il calcolo del valor medio.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. in caso affermativo. determinarne il periodo fondamentale N0 . (b) x(n) = an u(−n). . con 0 < |a| < 1. con |a| > 1.

energia e potenza. (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). 2 (h) x(t) = e−t 2 /2 u(t). (d) x(t) = e−2t u(t). 1 ≤ t ≤ 2   0. T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. Esercizio 2.86 Proprietà dei segnali πn πn sin . (c) x(n) = cos(π n) R5 (n). . (e) x(n) = 1 2 +∞ n u(n). (e) x(t) = et u(−t). (b) x(t) = sgn(t). energia e potenza.17 Rappresentare il grafico del segnale TC  t .2π n). e calcolarne valor medio. utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π .14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t).16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. (d) x(n) = 5 cos(0. (g) x(t) = e−t . Esercizio 2. + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. (f) x(t) = e−|t| . (c) x(t) = cos(2π 100t) u(t). 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). 5 3 πn 3π n π + .] Esercizio 2. (f) x(n) = (2)n R4 (n − 2). altrimenti e calcolarne valor medio. 1 (i) x(t) = √ .15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n). (b) x(n) = u(n) − u(−n − 1). 0≤t ≤1  x(t) = 2 − t .

T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . Esercizio 2.8 Esercizi proposti 87 Esercizio 2. −3. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. −a ≤ t ≤ a 0. Esercizio 2. e calcolarne valor medio.23 Dato il segnale TC x(t) = rect(t). (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. −5 ≤ t ≤ −4    0. Esercizio 2. energia e potenza.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] .21 Rappresentare il grafico del segnale TD x(n) = sin(0. −4 ≤ t ≤ 4 x(t) = 5 + t . n ∈ {−4. .18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. 4} 0. altrimenti nel caso in cui a = 1 e a = 0. .24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. altrimenti e calcolarne valor medio.5. . Esercizio 2.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) .22 Rappresentare il grafico del segnale TC  5 − t .5π n) . Esercizio 2. energia e potenza in entrambi i casi. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. 4 ≤ t ≤ 5   1 . (b) Calcolare la componente continua di y(t). Esercizio 2. altrimenti e calcolarne valor medio. energia e potenza. energia e potenza. energia e potenza. e calcolarne valor medio. . energia e potenza. .2. − 0.

26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4). Esercizio 2. energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . Inoltre. (e) x(t) = 2 cos(2π t) + 3 sin(2π t). πt 2 (d) x(t) = cos(π t) + cos . calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). xg (n) =  2.28 Calcolare valor medio. (b) x(t) = cos(2π t) u(t).29 Calcolare valor medio.   0. A2 ∈ R+ . A2 ∈ R+ . x2 (t) = A2 e j2π f2 t con A1 . (f) x(t) = cos(2π t) + 1 cos 2π t − π . 2 4 (g) x(t) = cos(2π t) sin(4π t).27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. (c) x(t) = t 0 cos(2πτ ) d τ .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. si calcolino valor medio. Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. Esercizio 2. energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio.88 Proprietà dei segnali Esercizio 2. . e calcolarne valor medio. Esercizio 2. Inoltre. energia e potenza. Esercizio 2.25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. energia e potenza. energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . energia e potenza del segnale x(n) = x1 (n) + x2 (n) . si calcolino valor medio. x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 .   1.

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

90 Proprietà dei segnali .

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

(3. valori che possiamo denotare sinteticamente con {x(u)}u≤t . come già osservato nel § 1. che nel caso di un sistema TC si definisce come segue: Definizione 3.1 (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 . la notazione y(t) = S [{x(u)}u∈R . . Tale modello matematico è descritto da una trasformazione S : I → U. n] . Il modello matematico (3.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. In maniera analoga. 3. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3. 1 Per (3. 3.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 . di ingresso ed un segnale di uscita. Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza.2). che presentano proprietà diverse.2.1. insiemi di segnali diversi definiscono sistemi diversi. (3.t] . L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato.2) Nella (3. (a) Integratore TC.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) semplicità di notazione. Esempio 3.1) può essere espresso in maniera sintetica.2): Definizione 3.∞ ∑ n y(n) (a) (b) Fig. Pertanto.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du .1(a). ed è rappresentato schematicamente in fig. abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. attraverso la relazione ingresso uscita (i-u). e non semplicemente dal valore del segnale nello stesso istante t. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t.1 Inoltre abbiamo utilizzato un’ulteriore variabile temporale t (separata dal punto e virgola) per specificare che la forma matematica della legge di corrispondenza tra ingresso ed uscita dipende in generale dal tempo t. (b) Integratore TD o accumulatore.

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

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

Per semplificare lo studio delle interconnessioni tra sistemi.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. il comportamento di un sistema complesso può essere studiato o analizzato più facilmente se si riesce a decomporlo in sistemi più semplici e ad individuare le connessioni tra questi ultimi. nel circuito di fig. affinchè il sistema serie sia correttamente definito. Ad esempio. i resistori R1 ed R2 sono collegati in serie.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig.) y(. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. mouse. Viceversa. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . tastiera.) x(. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema. è possibile ottenere sistemi anche molto complessi. 3. e connessione in retroazione.3.4.) S2 y 2(. Definizione 3. e collegandoli tra loro secondo tali schemi. .6. come ad esempio quello riportato in fig. Connessione in serie o in cascata dei sistemi S1 ed S2 . Si noti che. Definizione 3.) Fig.). lettore CD.) Fig.4. 3. 3. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). lettore floppy-disk.) x(.2 Interconnessione di sistemi 95 z(. avendo a disposizione più di due sistemi. hard-disk. 3. Connessione in parallelo dei sistemi S1 e S2 . lettore DVD. 3.5. etc. 3. cioè U1 ⊆ I2 . connessione in parallelo. monitor. Le connessioni più frequentemente considerate sono tre: connessione in serie. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici.) S1 S2 y(.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 .6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . S1 y 1(.

e si dice che il sistema S2 funge da “controllore” del sistema S1 .) S2 Fig. Esempio 3. si utilizzano sia schemi con retroazione negativa (ad esempio. sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori). 3.4). è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . in quanto il segnale di uscita viene riportato “all’indietro” (feedback). che porta alla sua interpretazione come sistema in retroazione. in caso contrario si parla di retroazione positiva. nel circuito di fig. i resistori R3 ed R4 sono collegati in parallelo. similmente al collegamento serie. dove prende il nome di controllo a ciclo chiuso.4. viene sommata algebricamente all’ingresso del sistema S1 . Nell’elettronica analogica. Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·).) y 2(. Connessione in retroazione dei sistemi S1 e S2 . dopo essere stata elaborata dal sistema S2 . in aggiunta.4 (accumulatore come sistema in retroazione) L’accumulatore dell’es. invece. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·). 3. Quest’ultimo schema è più complicato da interpretare ed analizzare. per la stabilizzazione degli amplificatori). . sulla base dell’osservazione 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. estraendo il termine x(n) dalla sommatoria su k presente nella (3. può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 . si noti che. in cui il segnale viaggia esclusivamente “in avanti” (feedforward). e viene aggiunto al segnale di ingresso.7) se l’uscita del sistema S1 . Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo. Infine. anche per lo schema con retroazione occorre che U1 ⊆ I2 e. 3. mediante tale schema il sistema S2 .2 ammette anche una descrizione di tipo ricorsivo. =y(n−1) da cui y(n) = y(n − 1) + x(n) . Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo. Ad esempio. 3.) S1 y(. si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) . modificando a sua volta il segnale di uscita. In particolare. Infatti. Definizione 3.7.96 Proprietà dei sistemi x(.

la stabilità.2) di un sistema TC: y(t) = S [{x(u)}u∈R . Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig. l’invertibilità. 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. discusse di seguito. 3. mentre il sistema S1 nel ramo diretto è il sistema identico. Estendendo i concetti precedenti in maniera ovvia al caso TD. tende ad amplificare le variazioni del segnale di ingresso. ma in funzione dell’uscita y(n − 1) all’istante precedente. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso. la causalità. la linearità.t] . Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. sono la non dispersività. infatti l’uscita. Si noti che si tratta di una retroazione positiva. Tali proprietà.2) nel caso TC e dalla (3. l’invarianza temporale.3. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi. possiamo dare la seguente definizione di sistema non dispersivo: . data dalla (3.1 Non dispersività Riprendiamo la relazione i-u (3. mentre il sistema S2 è un ritardo elementare. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t).8.3) nel caso TD. 3.8. essendo riportata in ingresso con il segno positivo. ma analizzando esclusivamente la forma matematica della relazione i-u.3.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. e non ad attenuarle. Notiamo che la precedente relazione non è una relazione i-u. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario.t] . 3. prescindendo completamente dalla loro natura fisica. 3.

con α = R2 < 1. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. e quindi i sistemi non dispersivi rappresentano un caso particolare. Esempio 3. Pertanto il partitore resistivo è un sistema non dispersivo.9.t] .2) oppure la (3.3).9. (a) Caso TC.98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. α y(n) (b) Fig. in un sistema non dispersivo. Schema elettrico di un partitore resistivo. R1 + R2 nella quale y(t) dipende solo da x(t). Sottolineamo che. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. Applicando la legge del partitore. in quanto la forma più generale della relazione i-u è la (3. R1 + R2 (3. 3. (3.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3. Inoltre. si parla anche di sistema istantaneo o senza memoria.7) In sintesi. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. n] .8) (3.3) assume la forma y(n) = S [x(n). Definizione 3. l’uscita all’istante t oppure n dipende solo dal valore assunto dal segnale di ingresso nello stesso istante (con una legge che può variare. eventualmente.10. i sistemi sono dispersivi. Schema a blocchi di un amplificatore. Esempio 3.2) assume la forma y(t) = S [x(t). come sinonimo di sistema non dispersivo. si ottiene la semplice relazione i-u: y(t) = R2 x(t) . 3. il cui schema elettrico è riportato in fig. 3.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) .9) . con t oppure con n). (b) Caso TD. di norma.

3. con pesi b0 . la relazione i-u diventa y(n) = M 1 ∑ x(n − k) .8 caso α < 0 si può vedere come la cascata di un invertitore. n − 1. 3.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . dopo un tempo T . . con T > 0.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. Si parla di “memoria” del sistema. . Un sistema che non soddisfa la prop. tuttavia. l’integratore dell’es. x(n − M) del segnale di ingresso. il sistema “dimentica” l’ingresso.3 Proprietà dei sistemi 99 Più in generale. sistemi a memoria praticamente finita.9 ciò non accade. Il termine “memoria” per T viene utilizzato proprio perché. 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. Inoltre. nel senso chiarito meglio dai due esempi seguenti. . Per questo motivo. Si tratta evidentemente di un sistema dispersivo. In linea di principio tale memoria potrebbe variare col tempo. il sistema funziona da amplificatore. x(n − 1). Esempio 3. non sempre la memoria di un sistema è finita. Esempio 3. L’uscita all’istante t. In definitiva.7 (amplificatore/attenuatore TD) I concetti dell’es. Se. tale sistema ha memoria finita e pari ad M. prende il nome di attenuatore. 6 Il . non dipende dall’intero segnale d’ingresso.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . oltre al campione attuale. e di un amplificatore/attenuatore y(t) = |α |z(t). la memoria del sistema è proprio pari a T per ogni t.3. Un amplificatore/attenuatore TC si rappresenta come in fig. il sistema prende il nome di integratore con memoria finita. Poiché l’uscita all’istante n dipende. . o ancora con memoria: ad esempio. e sistemi a memoria infinita. . si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. n − M. b1 . 3. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. . un sistema TC descritto da una relazione i-u del tipo (3.1 e l’accumulatore dell’es. 3. 3.6 si dice evidentemente dispersivo. o anche dinamico. Esempio 3. Un amplificatore/attenuatore a TD si rappresenta come in fig. anche se negli es. z(t) = −x(t).10(a). definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . anche da M campioni precedenti dell’ingresso. . . 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. .1 e l’accumulatore dell’es.2 sono entrambi sistemi con memoria infinita.7 all’uscita in un determinato istante di tempo. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce.2 sono sistemi dispersivi. ad esempio l’integratore dell’es. M + 1 k=0 e quindi l’uscita y(n) è calcolata in ogni istante n come la media aritmetica dei campioni dell’ingresso negli istanti n. viceversa. 3. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. α > 1. 3. .3. degli M + 1 campioni x(n). . in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t.6 si possono estendere al caso TD.10(b). Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). bM . con 0 < α < 1. 3. oltre che da x(n).8 e 3. . 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD.9).

8. e quindi da valori futuri dell’ingresso. ovvero i valori passati ed il valore presente dell’ingresso. In altri termini. a patto che T > 0.10 (integratore causale e non causale) L’integratore dell’es. il concetto di sistema causale si estende al caso TD.100 Proprietà dei sistemi 3. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. n] . (b) Un sistema TD si dice causale se la sua relazione i-u (3.11) (3.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. Modificando gli estremi di integrazione.10) Esempio 3.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. ovvero di un sistema per il quale la (3. (3. quindi. l’uscita y(t) all’istante t dipende dall’ingresso passato. 3.3) assume la forma y(n) = S [{x(k)}k≤n .t] . è chiaramente un sistema causale. Con ovvie modifiche. Per un fissato t.t] . . ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . con T > 0. giungendo alla seguente definizione: Definizione 3. descritto dalla relazione i-u y(t) = t t−T x(u) du . ma non dipende dagli ingressi futuri. Allo stesso modo. {x(u)}u>t rappresenta l’ingresso futuro: in generale. presente e futuro. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . Interpretando l’ingresso come causa e l’uscita come effetto.2) assume la forma y(t) = S[{x(u)}u≤t .2) assume la forma y(t) = S [{x(u)}u≤t . l’integratore dell’es.3.1. descritto dalla relazione i-u y(t) = t −∞ x(u) du . Si giunge allora alla fondamentale definizione di sistema causale. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t.t] .2 Causalità Partiamo ancora dalla relazione i-u (3. 3. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. secondo il quale l’effetto non può precedere la causa. otteniamo un sistema non causale. è un sistema causale.

∀n ≤ n0 . per dimostrare che un dato sistema è non causale e. x2 (t) ∈ I tali che x1 (t) = x2 (t). che rappresentano il presente (k = 0) ed il futuro (k > 0). ∀t ≤ t0 . con k ≥ 0. 3. Esempio 3. ∀t ≤ t0 . A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop.  t  T.1(a). ∀t ≤ t0 .1(a). ∀t ∈ R. per ogni t0 ∈ R e per ogni x1 (t). È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali. per ogni n0 ∈ Z e per ogni x1 (n). descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . Se però modifichiamo leggermente la relazione i-u. la cui corrispondente uscita è  0 . (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). . risulta che y1 (t) = y2 (t). Scegliamo x1 (t) = 0. se −T ≤ t < 0 . che rappresentano il presente (k = 0) ed il passato (k > 0). considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k).1. 3.3 Proprietà dei sistemi 101 Esempio 3.1.12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3. 3. per un dato valore t0 ∈ R. risulta che y1 (n) = y2 (n). per uno o più valori di t ≤ t0 .1 è data direttamente come definizione di sistema causale. Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). con riferimento al caso TC. Viceversa.3.1 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. non verifica la prop. occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t).  t+T y2 (t) = x(u) du = t + T . Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso. verifichiamo che si tratta di un sistema non causale. in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k). con T > 0 e. se t ≥ 0 . Il sistema è causale se e solo se. quindi. per cui tale sistema MA è non causale. 3. in corrispondenza dei quali y1 (t) = y2 (t). per dimostrare che un dato sistema è causale a partire dalla prop. con k ≥ 0. x2 (t) ∈ I tali che x1 (t) = x2 (t). rispettivamente. Pertanto. x2 (n) ∈ I tali che x1 (n) = x2 (n). rispettivamente. ed x2 (t) = u(t). ∀t ≤ t0 . ∀n ≤ n0 . 3. la cui corrispondente uscita è y1 (t) = 0.1 (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). utilizzando la prop. 3. Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. 9 In alcuni testi. La verifica della prop. Il sistema è causale se e solo se.11 (sistema MA causale e non causale) Il sistema MA dell’es. la prop. M è chiaramente un sistema causale. se t < −T . ∀t ∈ R. con t0 ∈ R arbitrariamente scelto. 3.9.

ai sistemi fisici che elaborano i segnali “in tempo reale”.. In quest’ultimo caso. Per provare ciò formalmente. ad esempio) ed elaborarlo “in tempo differito”: si pensi. b0 = 1 e b1 = −1). n] .1(b) e scegliamo x1 (n) = 0. 3. non sono stati ancora scoperti. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. ed è quindi utile considerare anche il caso di sistemi non causali.11) si dice non causale. 0[. Questa osservazione si applica.) sistemi fisici capaci di prevedere il futuro (ad esempio. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. mentre y2 (t) = 0. Sebbene x1 (n) = x2 (n) = 0.11. Ad esempio. Si è visto che un sistema in cui l’uscita non soddisfa la (3. ∀n ∈ Z. con M = 1. la cui corrispondente uscita è y1 (n) = 0.. è possibile memorizzarlo (su un supporto magnetico o ottico. in particolare.10) oppure la (3. 3.1.4) ammette una interpretazione sistemistica.102 Proprietà dei sistemi x(n) ∇1 Fig. per ogni t ≤ 0. per ogni t < 0. Quindi la prop. y(n) = S[{x(k)}k>n . 3. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). Tuttavia. anche l’operazione di differenza prima per segnali a TD (cfr.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. Il sistema che opera la differenza prima causale è definito dal legame i-u: y(n) = ∇1 [x(n)] = x(n) − x(n − 1) ed è rappresentato schematicamente in fig. Un sistema siffatto si dice anticausale.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. per t ∈] − T. anziché elaborare un segnale in tempo reale. Un altro esempio . 3. per alcuni valori di n ≤ 0. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. y2 (t) = 0. Osserviamo in conclusione che non esistono (o almeno. es. Può essere visto come un sistema MA causale (cfr. Si tratta chiaramente di un sistema non causale in quanto l’uscita all’istante n dipende dal valore futuro x(n + 1) del segnale di ingresso. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). in molti casi. per ogni n ≤ 0. con M = 1. y1 (0) = 0 e y2 (0) = 1. usiamo la prop. ad esempio. y(n) Sebbene x1 (t) = x2 (t) = 0. e quindi i sistemi del mondo fisico sono tutti causali. ∀n ∈ Z. ossia: y(t) = S[{x(u)}u>t .9.9.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). infatti.11. ed x2 (n) = δ (n − 1). 3. Equivalentemente. esso può anche essere visto come un sistema MA non causale (cfr. per alcuni valori di t ≤ 0. 3. Esempio 3. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). b0 = −1 e b1 = 1). infatti. 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). Differenza prima. Quindi la prop.t] . 3. es. § 2.

ingressi distinti devono generare uscite distinte. comunque si fissi un segnale di uscita y(·) ∈ U. la causalità rappresenta un vincolo a cui il sistema deve obbedire. In altri termini. detto sistema inverso. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. α e quindi il sistema inverso è un attenuatore. se S−1 è il sistema inverso di S. non vi è alcuna restrizione sui segnali di ingresso e uscita. è possibile costruire un sistema S−1 : U → I . nell’elaborazione di immagini. In questo caso. 10 Nel seguito di questa sezione. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . la variabile indipendente è di tipo spaziale). rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. 3.3.3. 3. il sistema S è il sistema inverso di S−1 . per ogni segnale y(·) ∈ U. 3.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1.5) per esprimere i legami i-u dei sistemi. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. Si può verificare 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. faremo uso della notazione semplificata (3. anche se non operanti in tempo reale. nota l’uscita y(·) di un sistema. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . in altre parole. pertanto. quando si progetta un sistema. Si noti che. descritto dalla relazione i-u: y(·) = α x(·) .12. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). sussiste la seguente definizione di sistema invertibile:10 Definizione 3. Esempio 3. Più precisamente. L’amplificatore è un sistema invertibile. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. questo significa che. Sfortunatamente questo non è sempre possibile.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. per ogni segnale di ingresso x(·) ∈ I .12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. Da un punto di vista sistemistico. non potremo risalire univocamente a x(t). a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). osservato y(t). allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). siamo interessati a risalire all’ingresso x(·) che l’ha generata. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . le corrispondenti uscite y1 (·) e y1 (·) siano distinte.12) ossia. Se il sistema è invertibile. .3 Invertibilità In molti casi pratici. (3. se il sistema S è invertibile. l’ordine dei due sistemi nella cascata in fig.

3.12). possiamo dare la seguente definizione: Definizione 3. Va notato in conclusione che.3) assume la forma y(n) = S [{x(k)}k∈Z ] . La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. nella sua forma più generale: y(t) = S [{x(u)}u∈R . 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 (·)|. è in generale un problema abbastanza complesso.104 Proprietà dei sistemi y(. poiché la (3. non vi è alcuna restrizione sui segnali di ingresso. il raddrizzatore non è dotato di sistema inverso. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico. nonché la determinazione del sistema inverso. lo studio dell’invertibilità di un sistema. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario].15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . In questo caso.) Fig.t] . Pertanto. Se tale dipendenza dal tempo non c’è. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] .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. 3. 3.12) è violata. a tale scopo possiamo far riferimento alla condizione necessaria (3. Esempio 3. e quindi i suoi effetti sono irreversibili. (3.) S S -1 x(. È facile provare che il sistema raddrizzatore non è invertibile. salvo per casi particolari. (3.14) . Estendendo tale concetto in modo ovvio al caso TD.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3.12.) x(. mentre U è costituito da tutti i segnali non negativi a valori reali.

la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema).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. Specificatamente. ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. Viceversa.15) . Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. Se invece il sistema è TV. in altre parole. in quanto il rapporto R1R2 2 non dipende dal tempo. Se il sistema è TI.2). cioè. il segnale x(t) è applicato in ingresso al sistema all’istante t1 . R1 (t) + R2 (t) (3. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). avente relazione i-u y(t) = R2 x(t) . il suo comportamento non cambia nel tempo.14) si dice tempo-variante (TV) o non stazionario. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. e quindi l’origine dei tempi può essere fissata arbitrariamente. Se tuttavia si tiene conto degli effetti +R termici. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo.13.13. 3. ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. R1 + R2 è un sistema TI. ottenuto da x(t) introducendo il ritardo temporale t0 . Esempio 3. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. con riferimento ad un sistema TC. producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . in questo esempio. si consideri ora il segnale xt0 (t) = x(t −t0 ).13) o la (3. allora yt0 (t) = y(t − t0 ). a partire dal segnale x(t). 3. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. un sistema che non soddisfa la (3. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). 3. 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).3. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t).

per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U.13).2(b).14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . che è illustrata in fig.106 Proprietà dei sistemi ed è quella di un sistema TV. La prop. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. differentemente dalla def. 3. La stessa caratterizzazione vale anche nel caso TD. 3. ad esempio. per ogni n0 ∈ Z.2 ha un’interessante interpretazione in termini sistemistici. (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 ) .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 ) . 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). Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. Viceversa. 3. rispetto allo schema di fig. ovvero se e solo se le due configurazioni in cascata riportate in fig. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig.14 sono equivalenti. Con riferimento al caso TC. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ).15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) .18) (3. a stretto rigore. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma.16) è denominato amplificatore a guadagno variabile. e da attenuatore per i valori di t per i quali |α (t)| < 1. è utile fornire una caratterizzazione della proprietà di invarianza temporale che. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). 3. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. 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”. per ogni t0 ∈ R. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1. 3. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. 3.17) . per cui si ha la seguente proprietà: Proprietà 3.14 con riferimento ad un sistema TD. nel senso che (3. ottenendo il segnale yn0 (n) in uscita dalla cascata. in cui.16) Un sistema del tipo (3. e si scrive y(n) = α (n) x(n).9 in cui compare il funzionale S. Notiamo che un partitore del tipo (3. 3. 3. In base alla prop. Si faccia attenzione che. l’ordine tra i due sistemi è scambiato.14(b) al segnale di ingresso x(n). il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. più precisamente.14(a). (3. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. 3.

.5) per esprimere i legami i-u dei sistemi. introdotto nell’es. D’altra parte. per dimostrare che un dato sistema è invariante temporalmente oppure no. è un sistema TV in generale (è TI se e solo se α (n) = α ). è conveniente in generale utilizzare la prop. per il quale si ha y(n) = α (n) x(n). 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. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante.2 piuttosto che la def. facciamo uso ancora una volta della notazione semplificata (3. 3. denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . In pratica. 3.9. È chiaro che yt0 (t) = y(t − t0 ).16. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). In effetti. evidentemente. quindi. Analogamente. 11 Per semplicità. per cui. e la loro posizione nella cascata è ininfluente.3 Proprietà dei sistemi 107 x(n) z . le trasformazioni S e Sz−n0 commutano. si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . ovvero se α (t) = α (costante). Per non sbagliare.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. si dimostra che l’amplificatore a guadagno variabile a TD. se il sistema è TI. è TV. 3. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . Se il sistema TD S è TI. ovviamente tale risultato non sussiste se il sistema è TV. In altre parole. 3. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . i due schemi in figura sono equivalenti. verifichiamo che in generale il sistema y(t) = α (t) x(t). ovvero se la sua relazione i-u è y(t) = α x(t). l’amplificatore a guadagno variabile è un sistema TV. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). 3. conviene procedere per sostituzioni formali. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . come mostrato dagli esempi che seguono.2 dell’invarianza temporale.3.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . forniscono la stessa uscita in risposta allo stesso segnale. Esempio 3.14.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. per ogni segnale di ingresso x(n) ∈ I .

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

20) per ogni x(n) ∈ I limitato. con Kx . e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky . e non attraverso la rappresentazione i-s-u. per ogni valore di tempo.22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t).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 . Con analoghi passaggi. Esempio 3. e supponendo anche in questo caso che il guadagno sia limitato. In pratica. Per la rappresentazione i-s-u. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). Ky ∈ R+ . Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. 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. ∀t ∈ R .12 Matematicamente. ∀t ∈ R .21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. (3.23 (sistema MA) Proviamo che il sistema MA dell’es. cioè che valga la condizione |x(·)| ≤ Kx . 3. Nel seguito. da cui si ricava che anche y(t) è limitato. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). per provare che un sistema è stabile. per cui anche y(t) è limitato. che coinvolgono anche la limitatezza delle variabili di stato.3 Proprietà dei sistemi 109 3. e trovare un’opportuna maggiorazione per l’uscita. Infatti. invece.3. Ky ∈ R+ . ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. Esempio 3. Esempio 3. quando parleremo di stabilità intenderemo sempre la stabilità BIBO. con Kx . (3. si possono dare definizioni diverse di stabilità. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile.19) per ogni x(t) ∈ I limitato.9. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky .3. . bisogna supporre che l’ingresso sia arbitrario ma limitato.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. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . per ogni valore di tempo.

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

si ottiene in uscita il segnale  0 . abbiamo provato che il sistema è instabile. secondo la definizione seguente: . USA) che crollò nel 1940. avente relazione i-u y(n) = k=−∞ ∑ n x(k) . che possono portare alla rottura. che. Questa scelta ci consente di trattare anche segnali. t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita.15). più in generale. si prova che la versione a TD dell’integratore con memoria infinita. In maniera simile. Infatti. La stabilità è una proprietà fondamentale nel progetto dei sistemi. t ≥ 0 . l’uscita non assumerà mai valori arbitrariamente grandi. mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD. X ≡ C.43).. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. n ≥ 0. in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. Tale difficoltà lascia intuire che il sistema è instabile. in un sistema fisico instabile. n < 0. rispettivamente. per determinati segnali di ingresso.3. se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita. t t u(u) du = y(t) =  du = t . valori arbitrariamente grandi. t < 0.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). 2. se si pone in ingresso x(n) = u(n). il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. 3. D’altra parte. Viceversa. applicando al sistema segnali di ingresso limitati. Proprio per evitare l’innesco di pericolose oscillazioni. che è non limitato.C. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. Infatti. in quanto l’integrale −∞ du non è limitato. cioè l’accumulatore dell’es. ed è un segnale non limitato in ampiezza.3 Proprietà dei sistemi 111 non è un sistema stabile. è instabile. quali ad esempio il fasore. e calcoliamo l’uscita:  0 .  n n y(n) = ∑ u(k) = ∑ 1 = n+1. per provarlo. Nel seguito supporremo che. 3. rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. pochi mesi dopo essere stato aperto al traffico. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. l’uscita può assumere. −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. cioè.3.6 Linearità La proprietà di linearità è estremamente importante. 3. poniamo in ingresso x(t) = u(t) (ingresso limitato). in quanto assicura che. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du .2. che rappresenta una rampa a TC (fig.

la proprietà di additività impone implicitamente che. nel senso che ya (·) ≡ yb (·). se il sistema è omogeneo. Definizione 3.16(a) è equivalente alla configurazione serie in fig.16(b). allora anche α x(·) ∈ I. affinchè il sistema S possa essere lineare. ∀α ∈ C . occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). se il sistema S verifica la proprietà di additività.16(b) (si faccia attenzione: non è una configurazione parallelo).16. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale. 3. Precisamente. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. allora la cascata del sommatore e del sistema S in fig. se si deve calcolare la risposta del . allora anche x1 (·) + x2 (·) ∈ I. 3. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. 3. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U.) S α y b(. Allo stesso modo. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . Da un punto di vista sistemistico.) (b) Fig. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. quindi. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. Se il sistema S verifica la proprietà di omogeneità. 3. la proprietà di omogeneità può essere interpretata come in fig.112 Proprietà dei sistemi x(. allora la configurazione serie in fig.17(a) è equivalente al sistema raffigurato in fig.) x(. se x1 (·) ∈ I e x2 (·) ∈ I. con riferimento alla fig. nel senso che ya (·) ≡ yb (·). se x(·) ∈ I. le configurazioni (a) e (b) sono equivalenti.16. se il sistema S verifica la proprietà di omogeneità. 3. 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 . Da un punto di vista matematico. si ha: α x(·) −→ α y(·) . Pertanto. 3. 3. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma.17.11 (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. In altre parole.) α (a) S y a(. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. Infatti. la proprietà di omogeneità impone implicitamente che. quindi.

si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) .5) per il sistema S.) (a) x1(. allora i due sistemi riportati in fig. adoperando la notazione semplificata (3. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. 3. che caratterizzano la linearità di un sistema. ya (·) ≡ yb (·). e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U.18(a) e fig.3. Le due proprietà precedenti. se si deve . pertanto. e poi sommare i segnali di uscita ottenuti. α2 ∈ C . Se il sistema S verifica la proprietà di additività.22) che ammette l’interpretazione sistemistica riportata in fig. sistema S al segnale di ingresso x1 (·) + x2 (·) si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente.18(b) sono equivalenti.3 (principio di sovrapposizione) Un sistema è lineare se. 3. le configurazioni (a) e (b) sono equivalenti.17. 3.) S (b) Fig. ∀α1 .) S y b(. (3.) x2(. α2 ∈ C . si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3.) x2(.3 Proprietà dei sistemi 113 x1(.) S y a(.21) Notiamo che il principio di sovrapposizione si può esprimere. (3. cioè. ∀α1 . anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . 3.18: se il sistema S è lineare.

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

è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). 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.26. in particolare. per l’omogeneità. e sia y0 (·) l’uscita corrispondente a tale ingresso. 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. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. si ha yL (t) = b1 x(t) e y0 (t) = b0 .19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. Prova. 13 Tipicamente. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. Infatti. si ha. se l’ampiezza del segnale di ingresso eccede tale soglia. il sistema dell’es. ∀α ∈ C. ∀α ∈ C . infatti.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. l’uscita corrispondente è necessariamente nulla. α x0 (·) −→ α y0 (·) . Una conseguenza importante della proprietà di linearità. 3. 3. 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)] . 3.13 Esempio 3. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. Ad esempio. Sebbene sia non lineare secondo la definizione data.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. in quanto soddisfa al principio di sovrapposizione. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. (3. In pratica. Sia nel caso TC che TD. Nell’es. con b0 = 0.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig.24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. Poiché x0 (·) −→ y0 (·). che rappresenta l’uscita corrispondente all’ingresso nullo.3. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. e più precisamente dell’omogeneità. e si dicono lineari per le differenze. in pratica. Proprietà 3. Tali sistemi sono una generalizzazione dei sistemi lineari.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . quando si parla di sistema lineare. si ha. Adoperando la formulazione (3. Infatti ponendo x(t) ≡ 0. si intende un sistema che soddisfa il principio di sovrapposizione.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. . notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). in elettronica. si trova y0 (t) = b0 = 0. variabile da sistema a sistema.22). allora deve aversi necessariamente y0 (·) = α y0 (·). questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. in quanto. Sia x0 (·) ≡ 0 l’ingresso nullo. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. Esempio 3. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. il sistema non può più considerarsi lineare. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 .

21.) y 0(. e quindi non è additivo. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità.) g(x) y(.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare.20. né quella di additività. che non risulta neppure lineare per le differenze. cfr. e y(t) = x3 (t) (sistema cubico). Esso appartiene pertanto ad una classe più generale di sistemi. Infatti. detti anche non-linearità senza memoria: Definizione 3. 3. che prende il nome di caratteristica i-u.27 è anche TI e non dispersivo o senza memoria (cfr. 3.6.6.1). un sistema TI senza memoria. 3. se si indica (fig.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. 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. e sono rappresentati graficamente come in fig. cfr. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”.) y(. Fig.1) o alle differenze (nel caso TD. Infatti. § 3. e prende il nome di sistema quadratico o non-linearità quadratica. y(t) = sgn[x(t)] (“hard limiter”).12 (non linearità senza memoria) Sia g(·) una funzione non lineare. 3. Schema a blocchi di un sistema non lineare (non linearità) senza memoria.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . 3. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] . arbitrari x1 (·) e x2 (·).) Fig.15).3. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria.2) lineari e a coefficienti costanti.19.) sistema lineare y L(. es. e quindi non è omogeneo. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC.20. Un caso più caratteristico di sistema non lineare. § 4. Un esempio “fisico” tratto dall’elettronica è il diodo. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. è descritto nell’esempio seguente. Il sistema quadratico dell’es. 3. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante.116 Proprietà dei sistemi x(. cfr. Esempio 3. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. Per l’omogeneità. § 4. Esempio 3. inoltre 2 2 2 2 S[x1 (t) + x2 (t)] = [x1 (t) + x2 (t)]2 = x1 (t) + x2 (t) + 2 x1 (t) x2 (t) = x1 (t) + x2 (t) = S[x1 (t)] + S[x2 (t)] . 3.) x(.

. 3. Altri esempi di sistemi elettronici descritti approssimativamente15 da modelli non lineari senza memoria sono i transistori bipolari (bipolar junction transistor. il sistema non può essere considerato lineare. y(t) = g[x(t)]. Fig. altrimenti. 14 Un modello più accurato mostra che la relazione tra tensione e corrente in un diodo in conduzione segue una legge di tipo esponenziale. poiché essa non è lineare per tutti i valori di x. si può porre. 3. dove R è la resistenza del diodo in conduzione. Il parametro R rappresenta la resistenza del diodo in conduzione. x ≥ 0. il che è ragionevole per segnali costanti o lentamente variabili.22 è lineare a tratti.22) è g(x) = x R . in ogni caso. 0 .3 Proprietà dei sistemi 117 y(t) y=g(x) x(t) tg(θ)=R x Fig. modellato come un sistema non lineare senza memoria. con buona14 approssimazione. 3. dove la caratteristica i-u g(x) (fig. che assume in genere valori molto piccoli (dell’ordine di pochi decimi di ohm). che scorre nel diodo.22.21. BJT) ed i transistori ad effetto di campo (field-effect transistor. Notiamo che la funzione g(x) di fig. 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. avente come ingresso la tensione x(t) e come uscita la corrente y(t).3. Schema elettrico di un diodo. 3. FET). Caratteristica ingresso-uscita di un diodo.

y(t) = 2 ln(|x(t)|).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 .118 Proprietà dei sistemi 3. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . Risultato: y(t) = 2 u[x(t)]. Determinare il legame i-u del sistema (complessivo) riportato in fig. 2 4 S3 : y(n) = x(2n) . Sistema dell’esercizio 3. S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 . y(t) = sgn[x(t)].2. Risultato: La memoria è pari a N − 1. Determinare il legame i-u del sistema (complessivo) riportato in figura.23. 3. 4 Esercizio 3.4 Esercizi proposti Esercizio 3. 3. Esercizio 3. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig. y(t) = ex(t) .3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . 3.2 Si consideri l’interconnessione di sistemi riportata in fig. . Calcolare la memoria del sistema.23. Risultato: y(n) = x(n) + 1 x(n − 1). con N ≥ 1 numero intero dispari .23.

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) .7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) . 3. con T2 > 0. con T1 > 0. con A ∈ R.1 del libro di testo. Esercizio 3.3. la memoria è pari a 2 T2 − T1 . (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n).] Risultato: Il sistema è non causale. Esercizio 3. . x(t) = rect(t − 1) −→ y(t) = e−3t . 3.] Risultato: Il sistema può essere causale (non è detto che lo sia). Esercizio 3. la memoria è pari a T1 . Risultato: Se T1 ≥ T2 .4 Si consideri la seguente interconnessione di sistemi: dove i legami i-u dei due sistemi sono i seguenti: S1 : y(t) = S2 : y(t) = t t−T1 x(τ ) dτ . Risultato: (a) y(n) ≡ 0. se T1 < T2 . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla.6 Un sistema S con ingresso x(n) ed uscita y(n) presenta le seguenti coppie i-u: x(n) = u(n + 2) −→ y(n) = 2−n u(n + 1) . x(τ ) dτ . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. (b) non invertibile: in virtù del risultato del punto (a). indipendentemente dalla costante A.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3. x(n) = R3 (n) −→ y(n) = 3n u(n) . (b) Il sistema è invertibile? Giustificare la risposta.1 del libro di testo. t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura.

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

(a) Stabilire se il sistema può essere lineare. Sistema dell’esercizio 3. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari.13 Il sistema S in fig.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . dire se il sistema può essere tempo-invariante. (c) non può essere tempo-invariante. (b) yb (t) = cos(3t − 1). 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) = δ (t − t0 ). (b) yb (t) = ya (t) = cos(2π fct).11. Nella stessa figura sono riportate le uscite del sistema y1 (n). Esercizio 3. x(n) y(n) (-1) n Fig. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). Esercizio 3. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). Esercizio 3. (b) stabile.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t).11 Si consideri il sistema riportato in fig. (b) Dire se il sistema è stabile. è necessariamente tempo-variante. 3. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n).25. x(t) = e− j2t −→ y(t) = e− j3t .26 è tempo-invariante. Esercizio 3. è necessariamente non lineare. (a) Determinare il legame i-u del sistema. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). x2 (n) e x3 (n).3. con t0 ∈ R.25. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). è necessariamente tempo-variante. Risultato: (a) non può essere lineare. rispettivamente. (c) il sistema non può essere tempo-invariante. (c) Stabilire se il sistema può essere tempo-invariante. 3. Risultato: (a) ya (t) = cos(2π fct). Risultato: (a) ya (t) = cos(3t).

Inoltre.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. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1. Segnali dell’esercizio 3. motivando brevemente le risposte.2 è y(n) = x(−n − 2). tempo-invariante e stabile.2 e S2. dispersivo. causale se T ≥ 0 e non causale se T < 0. causalità. (b) y(t) = x(t − 2) − x(1 − t).1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). invarianza temporale.1 è y(n) = δ (n − 2). causale. tempo-variante e stabile. l’uscita del sistema S1. mentre S2.1 sono necessariamente uguali”.13. non dispersivo.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). motivando la risposta e fornendo almeno un esempio a suo supporto. (e) non lineare. (d) lineare. Stabilire. tempo-variante e stabile. (b) lineare. dispersivo se T = 0. S1 : y(n) = x(−n) . ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità. le uscite dei due sistemi S1. (d) y(t) = [x(t) + x(t − T )] u(t). (c) lineare. il legame i-u del sistema S2. Esempio: quando x1 [n] = x2 [n] = δ [n]. non dispersivo. (e) y(t) = [x(t) − x(t − T )] u[x(t)]. Esercizio 3.1 è y(n) = x(−n + 2). tempo-variante e stabile. causale.26.2 è y(n) = δ (n + 2). mentre l’uscita del sistema S2. . 3. sia S1. stabilità): (a) y(t) = 2 exp[x(t)]. S2 : y(n) = x(n + 2).15 Classificare. dispersivo. (c) y(t) = x(t) cos(2π t). se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). non causale. causale se T > 0 e non causale se T < 0. con T ∈ R − {0}. tempo-invariante e stabile. non dispersività. Risultato: (a) non lineare.

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

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

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

126 Proprietà dei sistemi .

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

e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza. deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4.1) devono essere scelti in modo opportuno. in tal caso. k (4. i segnali elementari xk (·) da utilizzare nella (4. e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva. devono essere in grado di rappresentare tutti i segnali di interesse pratico.23). idealmente.1). però. e la funzione che caratterizza il sistema LTI nel dominio della frequenza prende il nome di risposta in frequenza o risposta armonica. in quanto come vedremo i segnali elementari possono assumere valori complessi. ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·). (2) per un dato segnale di interesse x(·).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. con gli stessi coefficienti αk . tali funzioni dipendono da due variabili.1) può essere finito oppure infinito numerabile. possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti). Applicando il principio di sovrapposizione (3. k k (4. Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4. Tenendo conto delle proprietà precedenti.1) dove i coefficienti αk sono in generale dei numeri complessi. Nel seguito di questo capitolo studieremo approfonditamente la rappresentazione dei sistemi LTI nel dominio del tempo. dei segnali yk (·). Affinché tale tecnica sia applicabile in pratica.128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) . ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·). in linea di principio. si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) . 1 Il . • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza. (3) deve essere semplice calcolare la risposta yk (·) del sistema a ciascuno dei segnali xk (·).uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli. 4. di semplificare notevolmente lo studio dei sistemi lineari. in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·). tuttavia. essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·). in particolare.2) mostra che l’uscita y(·) si può esprimere come sovrapposizione.2) dove yk (·) = S[xk (·)]. è conveniente concetto di risposta impulsiva. 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. e quello di risposta in frequenza ad esso strettamente legato. La (4. Questa proprietà consente. Per approfondire tale rappresentazione.

3.6) cioè traslando l’impulso in ingresso di k campioni. ovvero xk (n) = δ (n − k). 2.5). utilizzando la conoscenza della sola risposta impulsiva del sistema. il segnale di uscita h(n) trasla anch’esso di k campioni.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta. . la rappresentazione (4. (4. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). (4. Notiamo peraltro che la (4.4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. con k ∈ Z.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . sia posto in ingresso ad un sistema TD LTI. 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. si dice che la risposta impulsiva è una risposta canonica.4). la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . se si osserva che gli impulsi δ (n − k) nella (4. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. esteso al caso di una infinità (numerabile) di segnali. La funzione h(n) che compare nella (4.6)]. (4.7) 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 . (4. Ribadiamo che per ricavare la (4. Scegliendo come segnali elementari xk (n) nella (4. si ha semplicemente αk = x(k).1) l’insieme numerabile degli impulsi discreti traslati nel tempo.3 dell’impulso discreto.4) si può giustificare in maniera più formale anche applicando le prop. ∀k ∈ Z . In questo senso.2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . nonché l’invarianza temporale del sistema. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini.7) prende il nome di convoluzione a TD. e sarà studiata più approfonditamente nel § 4. L’operazione matematica effettuata tra x(n) ed h(n) nella (4.3. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . Definiamo allora il segnale h(n) = S[δ (n)]. sia la proprietà di invarianza temporale [nella (4. la (4. Si noti che. Pertanto.5)]. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ).3) Determinare i coefficienti αk della rappresentazione è semplice. rappresentato mediante la (4. sostituendo la (4.5) dove abbiamo applicato il principio di sovrapposizione. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. come già detto. ed abbiamo sfruttato il fatto che le quantità x(k).7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n).7) abbiamo utilizzato sia la proprietà di linearità [nella (4. (4. Supponiamo allora che un segnale x(n).3) non si sovrappongono nel tempo. non essendo dipendenti dal tempo n.4.6) nella (4.

. 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). 1. per ogni k ∈ Z.9. (4. 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. . al segnale di ingresso x(n) = 1 R3 (n). M (4. 5}. .1. 0 . .7). il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). (4. per un dato k ∈ Z.1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. (a) Risposta impulsiva di un generico sistema MA. Prima di passare al caso TC. 3. ponendo x(n) = δ (n) nella (4.2.1(a) nel caso generale.8) e la (4. 6 Esempio 4. Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. . . altrimenti .10) espressione che fornisce gli stessi valori della (4. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . 4.7). In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). M} . avente la risposta impulsiva di fig. In sostanza.9).7) mostra che. 5}..11) . x(1) h(n − 1) e x(2) h(n − 2). è semplice provare che tale sistema è sia lineare che tempo-invariante. k ∈ {0. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk .9) rappresentata graficamente in fig.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . la (4. M (4.8): h(n) = k=0 ∑ bk δ (n − k) . Questa interpretazione è chiarita in fig. il segnale di uscita si ottiene sommando tali segnali. e particolarizzata in fig. 1. . pari ad M + 1 campioni. ∀k ∈ {0. ∀k ∈ {0.7). dal confronto tra la (4. È interessante notare che la risposta impulsiva del sistema MA è di durata finita. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. dove è calcolata graficamente la risposta del sistema MA dell’es. . Infatti. 4. . . osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. D’altra parte. è utile mettere in luce una particolare interpretazione della (4. il campione x(k) δ (n − k) del segnale di ingresso all’istante n = k è “trasformato” dal sistema nel segnale x(k) h(n − k). 1. . si ha. . con n ∈ Z. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). 4. 4.1. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .8) Seguendo i procedimenti delineati negli esempi del capitolo precedente.1(b) al caso M = 5 e 1 bk = M+1 = 1 ..1(b). 4. 4.

Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n).4.2.2 Relazione i-u di un sistema LTI e risposta impulsiva 131 x(n) h(n) 1/3 1/6 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(0) δ(n) x(0) h(n) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(1) δ(n-1) x(1) h(n-1) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(2) δ(n-2) x(2) h(n-2) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n y(n) = x(0) h( n) + x(1) h( n-1) + x(2) h( n-2) 1/6 1/9 1/18 0 1 2 3 4 5 6 7 8 n Fig. . 4.

segue che α (τ ) = x(τ ) e x(t. formalmente. . (4. Nel seguito. Tale rappresentazione si può vedere come l’estensione della (4. τ )] del sistema ai segnali elementari x(t. Così come il principio di sovrapposizione (3.3.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. dal confronto con la (4. A differenza del caso TD. Precisamente.2).14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). τ )dτ . con t ∈ R.11) e la (4. tuttavia. prop. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua).14) non discende direttamente dalla prop. τ ) = δ (t − τ ). 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 . la sua interpretazione e le sue proprietà saranno approfondite nel § 4.3 e richiede delle condizioni matematiche aggiuntive per la sua validità. senza perderci in complicate discussioni matematiche. con τ ∈ R. (4.4) al caso TC.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 . ossia: x(t) = +∞ −∞ α (τ ) x(t. integrando) i segnali x(τ ) h(t − τ ) dτ . la (4.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. e rappresenta. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. Precisamente.2). per τ ∈ R.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. se il sistema è LTI.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig.14) come definizione di principio di sovrapposizione per una infinità continua di segnali. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . Tuttavia. dove la delta di Dirac sostituisce quella discreta.4).1).13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione.23) per una infinità numerabile di segnali. le risposte S[x(t. con gli stessi coefficienti α (τ ) dτ . 4. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . (4.11). L’operazione matematica tra x(t) ed h(t) che compare nella (4.12) si basa su una definizione più generale di linearità di un sistema. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. e l’integrale prende il posto della sommatoria.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. centrati in tutti i possibili istanti di tempo τ ∈ R. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . 2. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . La (4. come già visto nel caso TD. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. 3. anche la (4. Una giustificazione immediata ed intuitiva della (4. assumeremo direttamente la (4. data l’analogia formale tra la (4. seguendo passaggi matematici simili a quelli già visti per il caso TD. per ogni τ ∈ R. Notiamo inoltre che. e prende il nome di convoluzione a TC. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. τ ). In pratica mediante la (4. τ )]dτ . La derivazione della (4.11). τ ).7) è simile a quella vista nel caso TD. non è possibile dare una giustificazione immediata della (4.

es.12). (4. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). Successivamente. anche tale risposta impulsiva è di durata finita. da cui. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. sia invariante temporalmente. 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. 4. 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). (4.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema.5T T x(t − τ ) dτ . in maniera più formale. Negli es.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ .2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. la (4. 4. Si può facilmente verificare che tale sistema è sia lineare. notiamo preliminarmente che. per confronto con la (4.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema.4. .1. In altri termini. T ). e cioè: y(t) = +∞ −∞ rect τ − 0. con il cambio di variabile τ = t − u → u = t − τ . In maniera equivalente. allora il sistema è necessariamente LTI.15) si può scrivere come una convoluzione: infatti.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.2.2). avente relazione i-u: y(t) = t t−T x(u) du . esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .7) oppure (4.12).1 e 4.5T T .15) con T > 0. Come nell’es. 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. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). si può mostrare che la (4. (4. 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. 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 . per cui è un sistema LTI. pari a T e coincidente con la memoria del sistema.

fatta eccezione per casi particolari.3 Convoluzione Come abbiamo visto nel paragrafo precedente. per la proprietà commutativa della convoluzione. Prendendo come riferimento la seconda delle (4. Seguendo la procedura delineata precedentemente. e sommando i risultati dei prodotti ottenuti.12) nel caso TC. Esempio 4. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). effettuare la traslazione del segnale z(k) verso destra se n > 0.3. in particolare. si veda la fig. se n > 0 [traslazione verso destra. che si ottiene da z(k) mediante traslazione di n campioni. 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. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione.3(c)].3(e)]. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . il valore della convoluzione y(n) all’istante n si ottiene moltiplicando i campioni corrispondenti dei due segnali h(k) e wn (k) per tutti i valori di k ∈ Z.1. Viceversa. e verso sinistra se n < 0. si veda la fig. consideriamo il seguente esempio. Per capire meglio il meccanismo precedentemente descritto. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale.134 Sistemi lineari tempo-invarianti (LTI) 4. rappresentiamo h(k) in funzione di k [fig. (4. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. si nota che si ha sovrapposizione tra h(k) e . costruendo il segnale z(k) = x(−k) e.3(d)]. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. si vede che per n < 0 [traslazione verso sinistra. (2) Effettuare prima la riflessione del segnale x(k).18). successivamente.18) Le due espressioni riportate nella (4. In particolare.7) nel caso TD. La difficoltà maggiore è che. la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. 4. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. Per calcolare gli altri valori della convoluzione. 4. insieme con x(k) [fig. oppure dalla (4.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . per cui il risultato della convoluzione è nullo. (3) Per ogni fissato valore di n ∈ Z. partendo dal caso TD per semplicità.18) sono del tutto equivalenti.3(b)] ed il segnale riflesso z(k) = x(−k) [fig. descritta dalla (4. Ovviamente. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. 4. dobbiamo costruire il segnale wn (k) = z(k − n). con a = 0. Nel caso TD. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k). ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . il segnale wn (k) non si sovrappone con h(k). Se non effettuiamo nessuna traslazione su z(k).1 seguente). 4. 4.3(a)]. vedi anche il § 4. possiamo ottenere direttamente il risultato della convoluzione per n = 0.

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

.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0. 4.8 0.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.8 0. (c) riflessione del segnale x(k).4): (a) rappresentazione di h(k).136 Sistemi lineari tempo-invarianti (LTI) 1 0.2 0 −10 −5 0 k 5 10 x(k) 1 0.6 0.4 0.4 0. 4. (e) traslazione verso destra di z(k) (n = 5).8 w−5(k)=x(−5−k) 1 0.6 0.2 0 −10 −5 0 k 5 10 (a) 1 0.8333) e x(n) = u(n) (es.2 0 (b) z(k)=x(−k) 0. (f) risultato della convoluzione.3.4 0. (b) rappresentazione di x(k).8 0.6 0.6 0.6 h(k) 0.4 0.4 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig. (d) traslazione verso sinistra di z(k) (n = −5).

le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . Considerando invece valori positivi di t. 0 < t < T1 . Facciamo per comodità riferimento alla seconda delle (4. T1 ≤ t < T2 . successivamente. per t ≥ T2 + T1 . l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . (2) Effettuare prima la riflessione del segnale x(τ ).   t. .4(e)]: in particolare. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . successivamente. ed assumiamo T2 > T1 .4.5T2 T2 . per T1 ≤ t < T2 . Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. Riassumendo. le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. Per T1 ≤ t < T2 . 0. 4. posto in ingresso al sistema LTI (cfr. per T2 ≤ t < T2 + T1 . Per T2 ≤ t < T2 + T1 . es. effettuare la traslazione del segnale z(τ ) verso destra se t > 0.t).4(c)]. notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig.4(b)] in funzione di τ ∈ R. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). T2 ). per cui si ha nuovamente y(t) ≡ 0. 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. le finestre non si sovrappongono affatto.t). 4. per cui risulta y(t) ≡ 0 per t ≤ 0. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig.4(d)]. di durata ∆h = T2 .2) avente risposta impulsiva h(t) = rect . L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. costruendo il segnale z(τ ) = x(−τ ) e. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. in quanto le due finestre rettangolari si sovrappongono solo su un punto. 4. di durata ∆x = T1 . invece. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. ed effettuando l’integrale del prodotto. 4.4(a)] e h(τ ) [fig.5T1 T1 t − 0. Esempio 4. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. 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. per 0 < t < T1 .20) T1 . (3) Per ogni fissato valore di t ∈ R.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. Traslando il segnale z(τ ) verso sinistra [fig. Infine. rappresentiamo x(τ ) [fig. e verso sinistra se t < 0. 4.19).    T2 + T1 − t. Per prima cosa. per cui si ha: y(t) = t t−T1 dτ = T1 . le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . 4. y(t) = (4. per cui si ha: y(t) = t 0 dτ = t .

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

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

Inoltre. i due schemi riportati in fig. notiamo che calcolare l’espressione yb (·) = [x(·) ∗ h1 (·)] ∗ h2 (·) seguendo l’ordine indicato dalle parentesi equivale a calcolare prima l’uscita del sistema avente risposta impulsiva h1 (·). 4. cioè ya (·) ≡ yc (·). A tal fine. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . come mostrato in fig.7(d) sono equivalenti.) (a) y a(. 4.5. e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini. ossia yc (·) ≡ yd (·). nel senso che yb (·) ≡ yd (·). In virtù della proprietà commutativa della convoluzione. l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·).7(b) sono equivalenti. In tale ipotesi.) Fig.) h(. nel senso che ya (·) ≡ yb (·). 4. la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI. Conseguentemente. 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 (·). Il segnale y(t) si può esprimere come y(t) = T Λ t−T . cioè i due schemi in fig. In base a queste due interpretazioni. come evidenziato in fig. i due sistemi LTI in figura sono equivalenti.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(.) 0 T t 2T x(.7(c).7(a) e fig. In altre parole. notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·).7(b).) (b) y b(.6. in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). per la proprietà associativa. 4.7(c) è equivalente allo schema serie riportato in fig. . il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI. 4. 4.7(a) è equivalente al sistema LTI riportato in fig.7(b) e fig. 4. osserviamo innanzitutto che. 4. T Proprietà associativa Fig. 4. yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) .7(d). 4. il sistema LTI in fig. per cui il sistema LTI in fig. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T .) h(. 4. Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco. 4. A sua volta.7(a). Per la proprietà commutativa.

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

x(n) h(n) (b) -(n1+n2) z y b(n) Fig. se per calcolare y(t − t0 ). Le (4.2). x(n − n0 ) ∗ h(n) = y(n − n0 ) . 4. Per giustificare invece la correttezza della (4. la (4. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). ∀t0 ∈ R .n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. invece che alla (4.22).25) della convoluzione.22) (4. esprimendo la relazione i-u del sistema mediante una convoluzione. per sistemi a TC e a TD.4) nel caso TD e la (4.) x(. x(t − t0 ) −→ y(t − t0 ) . ∀n0 ∈ Z .11) nel caso TC. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso).9. e per la (4. rispettivamente. dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione.3 Dal punto di vista dell’interpretazione sistemistica. 4. x(n − n0 ) −→ y(n − n0 ) . rispettivamente. ad esempio. 4.142 Sistemi lineari tempo-invarianti (LTI) x(. notiamo che la (4.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). esplicitando la convoluzione (4.10. ∀t0 ∈ R . ∀n0 ∈ Z .21).22) [un discorso analogo vale per la (4. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. i due schemi in figura sono equivalenti.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). è possibile riottenere la (4. (4.22) e (4.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. Tale sistema prende il nome di sistema identico. infatti. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo. per ogni x(·) ∈ I e y(·) ∈ U. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) .23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). In un sistema identico.9). . In virtù della proprietà di invarianza temporale (4.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. si ha. noti inoltre che.) x(n) z . secondo la quale.) δ(. Dal punto di vista matematico. 3.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . Nel caso di un sistema LTI. si giungerebbe.

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.

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

35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino.11(a).12. come ad esempio il segnale uε (t) di fig. sfruttando la relazione i-u (4. è sufficiente far passare quest’ultima in un sistema accumulatore. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. 4.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. In definitiva. Nel caso TD. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1).34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . (4. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. in particolare. In altri termini.7) di un sistema TD LTI. 3. con un tempo di salita molto stretto. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. ma anche la risposta al gradino caratterizza completamente un sistema LTI. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) .4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. ovvero è anch’essa una risposta canonica. es.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). non solo la risposta impulsiva. per ottenere la risposta al gradino a partire dalla risposta impulsiva. In particolare. Infatti.34) e (4.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] .4. la risposta al gradino si può scrivere esplicitamente come: s(n) = h(n) ∗ u(n) = +∞ k=−∞ ∑ h(k) u(n − k) = k=−∞ ∑ n h(k) . 2. (4. Notando che la (4. . le relazioni (4.

§ 2. adoperando le proprietà di linearità e di invarianza temporale del sistema. in quanto caratterizza completamente il sistema. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . abbiamo visto [si veda la (2. Nel caso TC valgono considerazioni analoghe. 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 .36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ .37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. un valore appropriato di ε dipende dalla struttura interna del sistema e. 2. varia da sistema a sistema. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . Pertanto.36) ed (4.1. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] . 2ε 2ε (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. con ε sufficientemente piccolo.6) in particolare] che l’impulso di Dirac si può ottenere come il limite (nel senso delle distribuzioni) per ε → 0 della successione di segnali (ordinari) δε (t). Nel caso TC. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. Tuttavia. dunque. In particolare. in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . raffigurati in fig. aventi area unitaria.37) Le (4. come già detto in precedenza. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T .4). derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). Dalla (4. Infatti. si ottiene h(t) = d s(t) dt (4. (4.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema. 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. trattandosi di una pura astrazione matematica (cfr. Infatti la risposta al gradino s(t). utilizzando la (4. Per la linearità del sistema.11(b). si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) .150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. 5 Non esiste una regola generale per stabilire quanto ε .12).36).

es. se ε 1.24): s(t) = t u(t) . es. il segnale in fig. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. in fig. per ε → 0.12). Utilizzando la (4. in virtù della (4. identicamente nulla per t < 0. dt (b) Nel caso TD.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t).13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. Si può notare che. il cui valore è (cfr. che cresce linearmente per t > 0 [fig. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. In maniera equivalente.1). la risposta al gradino s(t) e la risposta impulsiva h(t) di un sistema LTI sono legate dalla relazione biunivoca: s(t) = t −∞ h(τ ) dτ ←→ h(t) = d s(t) .4 Risposta al gradino 151 alla derivata della risposta al gradino.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ .40) con la (4. che per la (4. (4. per cui l’integratore (4. 3.39) Abbiamo già mostrato che tale sistema è TI (cfr. (4.38).39) è un sistema LTI.18) e si può facilmente verificare che tale sistema è anche lineare. Esempio 4. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). 4. si tratta cioè di una rampa. Confrontando la (4. 3. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) .4. 4.13(b)].36).13(a)].37) è esattamente la risposta impulsiva. In pratica. 3. si può mostrare che la (4. Conseguentemente. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . 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) . . il segnale hε (t) tende proprio alla risposta impulsiva del sistema. es. 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. possiamo dire che.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. 4.

.13.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. 4. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) .152 Sistemi lineari tempo-invarianti (LTI) 3 1 2 h(t) s(t) 1 0 −1 t 0 1 t 2 3 (a) (b) 1 h (t) ε 0 −ε −1 0 ε 1 t 2 3 (c) Fig.7).42) con la (4. 4.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n.2). si può mostrare che la (4. Confrontando la (4. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . Esempio 4. 3. (4. (4. es. In maniera equivalente. Integratore con memoria infinita (es. (b) risposta al gradino.7): (a) risposta impulsiva.

9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2.4 Risposta al gradino 153 10 1 0. 4. Integratore a TD o accumulatore (es. Conseguentemente.4. (4. 4. 4. in virtù della (4. in cui l’estremo superiore di integrazione t varia in R. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0. avente relazione i-u: y(t) = t t−T x(u) du . che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) .14(a)]. n + 1 .  dτ = t . Esempio 4. 4. 0 s(t) =  T     dτ = T . se n < 0 . In virtù della (4. (b) risposta al gradino.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. se n ≥ 0 . 4.2). ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig.5T T dτ .5T T .14(b)]. se t ≥ T . Risolvendo l’integrale si ottiene:  se t < 0 . es.   t    se 0 ≤ t < T . 4.   0 . ossia: h(t) = rect t − 0.4 0.34).15(a). la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0.8): (a) risposta impulsiva.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. che è riportata in fig. si tratta cioè di una rampa a TD [fig. 0 .6 0.36).14.

se ε impulsiva del sistema.154 Sistemi lineari tempo-invarianti (LTI) 1 T h(t) T t s(t) T t (a) (b) 1 h (t) ε −ε ε T−ε t T+ε (c) Fig. In pratica. Si può notare che. (b) risposta al gradino. 4. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema.9): (a) risposta impulsiva. . che cresce linearmente nell’intervallo (0. 4. T . 4.15(b)]. in fig.13(c) rappresenta una buona approssimazione della risposta possiamo dire che.38). 4. Utilizzando la (4. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. Integratore con memoria finita (es.1. In altre parole.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. 4. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema.5T T + T u(t − T ) . che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. 4. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. si tratta di una funzione identicamente nulla per t < 0. per ε → 0. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. Esempio 4.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . il segnale in fig.15.

. M +1   1. In virtù della (4.2 0 −0.1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig.2 1/6 h(n) 0. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . n M in cui l’estremo superiore della sommatoria n varia in Z. Nel caso in cui i pesi bk siano tutti uguali a  0 .1 0. . se 0 ≤ n < M .8 s(n) 0 2 4 n 6 8 10 0.4 0 0.3 1 0.1(a) nel caso generale. 1. se n < 0 . La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . se 0 ≤ n < M . 4.4 Risposta al gradino 155 0. (b) risposta al gradino.44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. ∀k ∈ {0.4. se n ≥ M . ∑ k   k=0  1 M+1 . se n < 0 . Sistema MA con M = 5 e bk = 1 .   n+1 s(n) = .6 0. se n ≥ M .  ∑ k  s(n) = k=0 M    b .16.45) k=0 rappresentata in fig. n+1 RM (n) + u(n − M) .    n   b . 5}: (a) risposta impulsiva. . 4. .1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . 4. M M (4. ∑ bk δ (n − k) . M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .34). ed in fig.

il lettore non dovrebbe incontrare difficoltà ad estendere alla risposta al gradino molti dei risultati ottenuti per la risposta impulsiva. 4. . Nel seguito faremo quasi sempre riferimento alla risposta impulsiva.156 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata graficamente nel caso M = 5.16. in fig. dato il legame biunivoco con la risposta al gradino. insieme alla risposta impulsiva.

12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) . per ogni segnale di ingresso. cioè caratterizza completamente un sistema LTI.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. Ponendo x(n) = δ (n) nella (4. in questo caso. è possibile legare le proprietà del sistema (non dispersività. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) .49) . (4.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. (4. si ha: y(n) = h(0) x(n) . (4.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. Affinché y(n) dipenda solo da x(n).46). invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. equivalentemente. seguiamo una strada diversa da quella seguita nel caso TD.2(c)]. Passiamo ora a considerare i sistemi TC LTI. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. nella (4. Per costruire un segnale siffatto. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .5 Proprietà della risposta impulsiva 157 4. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. descritto dalla convoluzione a TD espressa dalla seconda delle (4.48). ponendo α = h(0). possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. (4. Sostituendo nella (4. al posto di {x(τ )}τ ∈R .1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. 4. ∀k = 0.3. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. la relazione precedente si può riscrivere come y(n) = α x(n) . § 3. 2.47) Pertanto.4. Il sistema è non dispersivo se e solo se. per ogni segnale di ingresso {x(k)}k∈Z .47).46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. causalità. Una condizione necessaria e sufficiente affinché ciò accada. infatti. prop. Notiamo che. Consideriamo un sistema TD LTI.48). poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . è che risulti h(k) = 0. si ha che l’uscita corrispondente a x1 (τ ) vale y1 (t) = +∞ −∞ x1 (τ ) h(t − τ ) dτ = +∞ −∞ x(τ ) δ (t − τ ) h(t − τ ) dτ .5. stabilità. questo vuol dire che la risposta del sistema non cambia se.

§ 3. n → ±∞. dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. la caratterizzazione di un sistema LTI non dispersivo in termini di risposta impulsiva è riassunta dalla seguente proprietà (valida per il caso TC e TD): Proprietà 4. per ogni segnale di ingresso e per ogni t ∈ R. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). Se allora osserviamo la relazione i-u di un sistema LTI [cfr. per cui presenta valori non trascurabili su un intervallo temporale non limitato. Se poniamo α = h(0). quindi. In definitiva.49). ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) .48) e (4. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . il sistema è non dispersivo se e solo se y(t) = y1 (t). l’estensione temporale Dh e.1) come la durata temporale del segmento del segnale di ingresso che contribuisce. ovvero se h(t) = α δ (t) . pertanto. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. la durata ∆h .3.12)].158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto.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 (·). otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4.7) oppure (4. I sistemi non dispersivi sono denominati anche sistemi senza memoria.48) la risposta impulsiva precedente. . ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale.47). (4. dove la memoria di un sistema è stata definita (cfr. dal confronto tra la (4. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . Quindi. 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. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). oltre al campione attuale. Sostituendo nella (4.3. all’uscita in un determinato istante di tempo. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. senza mai annullarsi. ovvero se e solo se è un amplificatore/attenuatore ideale. (b) Equivalentemente. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva.

es.11): (a) risposta impulsiva. 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 0.2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. (b) risposta al gradino. la risposta al gradino di tale sistema si ottiene come:  se t < 0 . . Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR). es.5 Proprietà della risposta impulsiva 159 1 0. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. 0 .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 . la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .8 0.9) e il sistema MA (cfr.51) Confrontando la (4.  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.6 0. In virtù della (4.4 0. es.4. 4.17(a). T (4. 4.52) Pertanto.7) e l’accumulatore (cfr. se t ≥ 0 . 4. Sistema TC IIR con memoria praticamente finita (es. L’integratore (cfr. 4. T (4.17.8 0. che è rappresentata in fig.50) dove T > 0.51) con la seconda delle (4.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) .8).52). Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR). es. Esempio 4. T (4. Sfruttando il fatto che u(τ ) = 0 per τ < 0.6 0. 4. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4.10). 4. aventi come risposta impulsiva il gradino unitario.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0.12).36). 4. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita.

5. per effetto della convoluzione.53). proprio di una quantità pari alla memoria del sistema. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . Per calcolare la memoria analiticamente. § 2.3. la durata della risposta impulsiva risulta ∆h = T ln 1 α . in virtù della (4. per |a| → 1. Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) .1). mentre tende a zero per |a| → 0. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . con 0 < |a| < 1 . In conclusione.3.54) .31). se per semplicità facciamo riferimento ai sistemi TC. § 4. scegliamo come valore di soglia α h(0+ ) = α /T . per ogni segnale di ingresso. deve accadere che h(k) = 0 . Passiamo ora a considerare i sistemi TC LTI.2 Causalità Ricordiamo che un generico sistema è causale se l’uscita all’istante t oppure n dipende dal valore dell’ingresso nello stesso istante e in istanti precedenti. In 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. con costante di tempo T > 0. ∀k < 0 .2). (4. ovvero è un segnale di durata praticamente limitata. 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. notiamo che applicando al sistema un ingresso di durata finita.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. (4. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. 4. Infatti. in quanto per tali valori di k risulta n − k > n. con 0 < α < 1. ln(|a|) memoria che tende a diventare infinitamente grande. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . risolvendo l’equazione h(∆h ) = α /T (cfr. ma non dipende dai valori dell’ingresso negli istanti successivi. Così facendo. Affinché allora l’uscita non dipenda dai valori futuri.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. e quindi misurare la memoria del sistema LTI. il sistema LTI ha memoria praticamente finita. ricordando la proprietà di durata della convoluzione (cfr. 4. In altri termini.17(b). applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. La somma su k porta in conto valori futuri dell’ingresso per k < 0. esso sarà “allungato”.

Abbiamo visto nel capitolo precedente (cfr.18.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0.4.12). si può verificare che un sistema TC è causale se e solo se h(t) = 0 .2) che un caso particolare di sistema non causale è il sistema anticausale. h(t) = 0. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0. ∀n < 0 (sistema TD) ∀t < 0 (sistema TC) Se la risposta impulsiva del sistema LTI non è identicamente nulla per t < 0 (caso TC) oppure per n < 0 (caso TD). la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4. la relazione i-u (4. .5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. 4. 4.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. il sistema è non causale. Ragionando in modo analogo a quanto fatto nel caso TD. In sintesi. Risposta impulsiva dell’integratore non causale (es.3. ∀t < 0 . In questo caso. Di seguito sono riportati alcuni esempi di sistemi non causali. h(t) = 0. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. § 3.

per confronto con la (4.12). . (4.5T T . si può mostrare che la (4.56): h(n) = h=−M ∑ 0 b−h δ (n − h) .7). (4. Infatti. 4.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. pertanto tale sistema è non causale.12). si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . Infatti. .55) con T > 0. ponendo x(n) = δ (n) nella (4. D’altra parte. ∀k ∈ {0.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. 0). e particolarizzata in fig. Si può facilmente verificare che tale sistema è sia lineare. 0} . In maniera equivalente. Per questo motivo. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. . da cui. sia invariante temporalmente.11. avente relazione i-u: y(t) = t+T t x(u) du . Esempio 4. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. e pertanto esso rappresenta un esempio di sistema LTI.19(b) al caso M = 5 e 1 bk = M+1 = 1 . (4. .5T T x(t − τ ) dτ . 4.18: si tratta di un segnale che assume valori non nulli per t < 0 e. che è rappresentata in fig. . per confronto diretto con la (4. altrimenti .55) si può scrivere come una convoluzione. A questo punto. 4. la (4. . si ha. . (4. . il sistema non è causale. possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. 5}. k ∈ {−M.7). con il cambio di variabile τ = t − u → u = t − τ . −M + 1.57) rappresentata graficamente in fig. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. conseguentemente. 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) .58) espressione che è perfettamente equivalente alla (4.19(a) nel caso generale. M Si tratta di un sistema sia lineare che tempo-invariante. es.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . 1.56) da cui. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . 3. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0.10 e 3. .162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. 0. 3.57). per cui è un sistema LTI.

Si tratta chiaramente di un sistema LTI.19.4. Se il sistema è causale. ∀t ∈ (0. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1.13). In tal caso. consideriamo il caso dei sistemi TC. con ∆x ∈ R+ . allora la corrispondente uscita è anch’essa identicamente nulla per n < 0.. Un segnale identicamente nullo per t < 0 è anche detto6 causale. con ∆h ∈ R+ ..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. . Tale risultato. 4. . che sussiste con ovvie modifiche anche nel caso TD. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. abbia estensione temporale Dx = (0. Per evidenziare tale proprietà. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . 4. 6 Questa . si ottiene che: y(t) = 0. ∆x + ∆h ) . che realizza un anticipo unitario del segnale di ingresso. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . Allo stesso modo il sistema TC che effettua un anticipo temporale.31). . 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. 6 Esempio 4. ∆x ). ∀k ∈ {0. I sistemi causali godono di una proprietà importante. in particolare.. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . è riassunto dalla seguente proprietà: Proprietà 4. 5} (es. cioè. 1. l’anticipo unitario TD è un sistema anticausale. (a) Risposta impulsiva di un generico sistema MA non causale. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. . seguendo gli stessi ragionamenti che hanno portato alla (4.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. poiché h(n) è identicamente nulla per n ≥ 0. è un sistema LTI anticausale. ∆h ). Il sistema è pertanto non causale.

risulta che y1 (t) = y2 (t).) Fig.20 (notiamo che per i sistemi LTI vale una proprietà più generale. 3. si ha che y1 (t) = 0. con ε ∈ R+ piccolo a piacere. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. in questo caso. 7 Nel caso TD.4. Per cui ritroviamo il risultato.20.) x(. ∀t ≤ t0 . un sistema è causale se e solo se.3. ed applichiamo la proprietà vista per t0 = −ε < 0.5. In verità. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . ∀t ≤ −ε . 3. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. la prop.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente.6 si poteva già dedurre dalle prop. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. allora h(·) è l’inverso di hinv (·).1 è più immediata: . Poiché risulta x1 (t) = x2 (t) = 0. 4. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. le stesse considerazioni si possono fare scegliendo n0 = −1. allora il corrispondente sistema inverso è anch’esso LTI. (4.4.60) (4. come mostrato in fig. Poiché la risposta impulsiva del sistema identico è δ (·). cioè.164 Sistemi lineari tempo-invarianti (LTI) y(. In app. supponiamo di scegliere un secondo ingresso x2 (t) = 0. Ma se il sistema è lineare. Ricordiamo che.20.1 y1 (t) = y2 (t). allora risulterà per la prop. 4. In base a tale risultato. 3. sfruttando in aggiunta la proprietà di linearità. ∀t ≤ t0 . §3. 4. Soffermiamo l’attenzione sui sistemi TC. Dato un ingresso x1 (t) = 0.1 e 3.1. 4. Poiché la convoluzione è commutativa. cfr. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. x2 (t) ∈ I tali che x1 (t) = x2 (t). dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). per ogni t0 ∈ R e per ogni x1 (t).3). così come il segnale di ingresso. cioè y2 (t) = 0. 3. ∀t ≤ −ε . ∀t ≤ −ε . possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. 4. in base alla prop.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. 3.59) per cui se hinv (·) è l’inverso di h(·). la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. ∀t ∈ R. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. anche il segnale di uscita è identicamente nullo per t < 0.) hinv(. D è mostrato che se un sistema LTI è invertibile. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. Pertanto. ∀t < 0. rispettivamente. l’applicazione della prop. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. in virtù della prop. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig.6 vale più in generale per sistemi lineari causali (non necessariamente TI). 4.) h(. ∀t ∈ R.) x(.

60) è un problema matematicamente complicato. (4. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) .61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. In alcuni casi. ovvero |x(n)| < Kx . se un sistema è stabile. Si ha. Abbiamo cioè provato che la sommabilità (4.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). detta hinv (·) la sua risposta impulsiva. allora la risposta impulsiva dev’essere sommabile. noto l’altro fattore ed il risultato finale). 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. 4.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . nelle telecomunicazioni. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. consideriamo un sistema TD LTI. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. Questa compensazione prende il nome di equalizzazione. ∀n ∈ Z. Supponiamo allora che l’ingresso sia limitato. D. In molti casi pratici. che va sotto il nome di deconvoluzione (di fatto. e proviamo a trovare una maggiorazione simile per l’uscita y(n). Alcuni approfondimenti ed esempi sono riportati in app. se h(k) è una successione sommabile. descritto dalla (4.5 Proprietà della risposta impulsiva 165 Proprietà 4. significa determinare uno dei fattori della convoluzione. il suo sistema inverso è anch’esso LTI e. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh .4. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza.5. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). §3.59) o (4. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·).4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. un problema di interesse è determinare il sistema inverso di un dato sistema.3. con passaggi banali. Purtroppo determinare hinv (·) dalla (4. Ad esempio. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. . a cui si rimanda direttamente il lettore. Pertanto. cfr.

Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . se h(−n) = 0 . Tale segnale assume solo i valori 0.62) In definitiva. 1. la risposta impulsiva deve essere necessariamente sommabile. (4. risulta che l’uscita all’istante n = 0 non è limitata. su tutti i valori della variabile k per i quali h(k − n) = 0. h(k) k k=−∞ dove abbiamo incluso nella somma. procediamo per assurdo. altrimenti .9) e il sistema MA (§ es. x(n) = h(−n)  0. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . che presentano memoria rigorosamente finita. Ad esempio. per ciascun n ∈ Z. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). e quindi è sicuramente limitato. . per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . Per un sistema LTI a TC è possibile ragionare in maniera analoga. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . il che contraddice l’ipotesi che il sistema sia stabile. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. senza alterarla. 4. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . anche i valori di k per i quali h(k) = 0.8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. ovvero h(n) sommabile . Pertanto.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. In definitiva. (sistema TC) . la risposta impulsiva h(·) ha durata rigorosamente limitata. l’integratore con memoria finita (§ es. −1. come riassunto dalla seguente proprietà: Proprietà 4. h(k − n) dove la seconda sommatoria va effettuata. 4.10).

aventi come risposta impulsiva il gradino unitario. D’altra parte. Analogamente. sono stabili.7) e l’accumulatore (§ es. pertanto. § B. instabili. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita).2. in questo caso.63). Ad esempio. l’integratore (§ es. 4. Più in generale.8). notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria.63). sono esempi di sistemi IIR con memoria infinita e. Ad esempio. 4.62) (cfr. In conclusione.61) e (4. che non contiene impulsi. se la risposta impulsiva h(t) è una funzione generalizzata. 1 la risposta impulsiva è sommabile. per ogni t0 ∈ R.64) . la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. conseguentemente. i sistemi IIR aventi memoria infinita sono sicuramente instabili. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) .17(a)] è data da: 1 −τ /T e u(τ ) . l’uscita del sistema (4. Esempio 4. il sistema che effettua la traslazione temporale del segnale di ingresso.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . n=1 himp (t) N (4. se il sistema IIR ha memoria praticamente finita. se il segnale di ingresso è limitato. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). +∞ k=−∞ +∞ con 0 < |a| < 1 . nel senso che può contenere degli impulsi di Dirac. Poiché il concetto di sommabilità di una distribuzione non è definito. nel caso del sistema (4. la cui risposta impulsiva [fig. questo problema può essere tranquillamente aggirato. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . ossia h(t) = δ (t − t0 ). Pertanto.63) è sicuramente limitata.4 e B. in quanto. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. T Si tratta di un sistema con memoria praticamente finita. e di una funzione himp (t) puramente impulsiva.4. 4. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . 4. con t0 ∈ R . Più precisamente. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). il sistema è stabile. è un sistema stabile.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. che anticipa/ritarda il segnale di ingresso. Ad esempio. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e.11. In verità.3). (4.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. che contiene solo impulsi. Verifichiamo che tale sistema è stabile. dal punto di vista pratico.1. Infatti. possiamo concludere che il sistema TC (4. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4.

4. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. 4. In altre parole. . dove N ∈ N. 4.21.8. 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). 4.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. dt k dt m=0 (4.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. sono descritti da equazioni differenziali lineari a coefficienti costanti. il sistema in fig. Tali sistemi presentano numerose analogie. in virtù della prop.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . .21. se i sistemi componenti il parallelo sono singolarmente stabili. tN 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. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . allora il sistema complessivo è sicuramente stabile. come mostrato in fig. in svariati campi delle scienze fisiche e dell’ingegneria. 4.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). possiamo affermare che. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. In questo caso.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI.6. αN . ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. .65) . tuttavia per una presentazione efficace è opportuno studiarli separatamente. 4. .

supposto che. La soluzione generale y0 (t) della (4.68) è detta soluzione omogenea della (4. per ogni fissato ingresso x(t).65). .1. . e N ≥ 0 è l’ordine dell’equazione. è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . Ciò è vero solo nel caso particolare in cui N = 0. . la (4. . 3. . Come verifica di quanto sopra affermato. (4.65). 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. è necessario conoscere lo stato iniziale del sistema. che tiene conto di tutte le possibili condizioni iniziali. l’equazione differenziale (4.65).65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . vedremo che ciò è vero solo in alcuni casi particolari.65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . . la (4. y1 . la (4.4.67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. b1 .65) rispetto al segnale di uscita y(t). bM sono i coefficienti (in genere reali) dell’equazione. 3. . dal punto di vista fisico.68) ottenuta ponendo x(t) ≡ 0 nella (4. . . I valori assegnati y0 . se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. È noto8 che tale problema non è completamente definito.65) descrive in maniera solo implicita il comportamento del sistema. . . nel senso specificato dalla def. .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. . . in tal caso. N dk (4. in altre parole.1. dN−1 y(t) dt N−1 = yN−1 . per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). aN e b0 . in quanto.66) t=0 t=0 dove y0 . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . . b1 . m=0 N dk M dm (4. Una seconda osservazione importante riguarda il fatto che la (4. . d y(t) dt = y1 . bM sono costanti e quindi indipendenti dal tempo t. . sia applicato in ingresso al sistema un dato segnale x(t). Ponendo per semplicità tin = 0. portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. .6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema. . a partire da un istante prefissato tin ∈ R. Nel caso più generale in cui N = 0. In questo caso.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. per trovare la corrispondente uscita y(t) per t ≥ tin . a0 . La (4.65). . occorre preliminarmente osservare che il fatto che la (4. yN−1 dipendono dalla evoluzione passata del sistema e. Per sgombrare subito il campo da qualsiasi tipo di equivoco. essa non rappresenta un legame i-u come espresso dalla def.65) coinvolge. 8 Nel . la soluzione generale della (4. . . .65). cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . osserviamo che. per le quali si rimanda il lettore direttamente ai testi di analisi matematica. a1 . . . è data dalla somma di una soluzione particolare y p (t) della (4. infatti. a1 . . Assegnato l’ingresso x(t) per t ≥ 0. M dm che rappresenta una relazione i-u tra y(t) ed x(t). . y1 . yN−1 sono valori (in genere reali) assegnati.

1.9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). D’altra parte. siano esse λ1 .170 Sistemi lineari tempo-invarianti (LTI) della (4. immaginarie oppure complesse. N2 .70) fornisce tutte le soluzioni dell’equazione differenziale (4. la soluzione generale della (4. . λ2 . ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 . . .70) è una soluzione della (4.68). cN sono costanti arbitrarie. .68). le radici di q(λ ) sono o reali o complesse coniugate. . . si può provare che la (4. . Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . . . Ni − 1}.68).65). . l’esponenziale eλ t è soluzione della (4. . Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. . λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . λ2 . Se si pone allora y(t) = eλ t nella (4. Le radici del polinomio caratteristico possono essere reali. il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. (4.69) da cui sommando membro a membro la (4. a N 0 1 siano reali. . In linea di principio. rispettivamente. Pertanto. λN .65).69).68). a .72) dove c1 . . è soluzione della (4. . . e quindi deve annullarsi q(λ ). Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. allora si prova facilmente che t h eλit . . con λ ∈ C. . . con N1 + N2 + · · · + NR = N [nel caso in cui R = N. . . c2 .68). allora gli esponenziali complessi eλ1t . si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci.73) dove λ1 . eλN t sono singolarmente soluzioni della (4. Più in generale.73) degenera 9 Nel caso in cui i coefficienti del polinomio a . cioè del tipo esponenziale complesso.68) è ancora una soluzione della stessa equazione. Quindi. la (4. i (4. N dk (4.68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . NR .65) non univocamente determinata. allora k=0 ∑ ak dt k y0 (t) = 0 . poiché una arbitraria combinazione lineare di soluzioni della (4. per h ∈ {0. . eλ2t .67) e (4. combinando linearmente tutte le N possibili soluzioni.68) non offre particolari difficoltà. . dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. . . è immediato constatare che y(t) = y0 (t) + y p (t) (4.71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. . 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 . . .h t h eλ t . (4.68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). .

Notiamo che. . (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate .66) e la seconda dipendente solo dal segnale di ingresso x(t).65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. in quanto l’uscita è definita a meno di N costanti arbitrarie. d y0 (t) dt = y1 .h . (4. La (4. l’evoluzione libera del sistema è nulla. .74) determina un sistema di N equazioni lineari nelle N incognite ci. . Innanzitutto. Risolvendo tale sistema si trova che le costanti ci. Anche in questo caso. . Si determinano gli N coefficienti ci. Assegnato l’ingresso x(t). Conseguentemente. Si determina la soluzione omogenea y0 (t) data dalla (4.65) non definisce univocamente un sistema. la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. . Questo è un risultato del tutto intuibile in quanto. Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. con i ∈ {1. in quanto tiene conto del solo segnale di ingresso x(t). . cioè y0 = y1 = · · · = yN−1 = 0. In altri termini. R} e h ∈ {0.65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. . se l’ingresso è applicato all’istante tin = 0.65) si può ottenere seguendo i seguenti passi: 1. . calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. . per la presenza delle costanti ci. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 .6 Esempi di sistemi LTI 171 nella (4. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. . data da y(t) = y0 (t) + y p (t) per t > 0.h nella soluzione omogenea. la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. questo vuol dire che se si impone che il sistema sia inizialmente in quiete.4. . e per essa non è possibile dare un’espressione generale.h . ylib (t) = 0. cioè y0 (0) = y0 . (4. yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. . . A differenza della soluzione y0 (t). . soddisfi le condizioni iniziali (4. si determina una soluzione particolare y p (t) della (4. senza portare in conto le condizioni iniziali. .h ). .65). l’equazione differenziale (4. y1 . Ni − 1}. 1. . 2. dN−1 y0 (t) dt N−1 = yN−1 . in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). . 2. l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. né una tecnica generale di soluzione. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. y1 . possiamo dire che la soluzione generale della equazione differenziale (4. 3.73).66) assegnate. se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. .h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. assumendo che siano nulle le condizioni iniziali.75) t=0 t=0 La soluzione particolare yfor (t) della (4. In molti casi è conveniente esprimere la soluzione generale della (4.65). ossia.72)].h sono combinazioni lineari dei valori y0 .73). allora la soluzione particolare ottenuta è valida solo per t > 0. yN−1 . ∀t ∈ R. La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4.74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. D’altra parte. Riassumendo quanto detto finora. .

22. 4. il che si ottiene imponendo che il sistema sia inizialmente in quiete. segue dalla (4. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t). ∀t0 ∈ R.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). mentre l’uscita y(t) è la tensione ai capi della capacità. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). 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).4 dal momento che. 4. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). 3. 4. ciò significa che se x(t) ≡ 0.65) e (4.23. allora yfor (t) ≡ 0. In definitiva.65) e (4.22. ∀α1 . Fig.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. indipendente dal segnale di ingresso. La seconda osservazione legata alla (4.16).76) che y(t) = ylib (t) = 0. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. affinchè il sistema descritto dalle (4.76) è lineare per le differenze. Possiamo quindi dire che.76) La prima osservazione interessante suggerita dalla (4. occorre che la sua evoluzione libera sia nulla.16). La . è interessante osservare che il sistema definito dalla (4. (4. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) .66) sia LTI.23.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)]. α2 ∈ C.76) è che in generale il sistema descritto dalle (4.66) non è tempo-invariante. Tuttavia. Inoltre. indipendente dal segnale di ingresso. nel quale l’ingresso x(t) è la tensione ai capi della serie RC. Schema a blocchi del sistema RC (es. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . se si impone x(t) ≡ 0. 4. rispettivamente. In particolare. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. 3. ciò viola la prop. Schema elettrico del sistema RC (es. 4. Esempio 4. cioè.65) e (4. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi.66) non è lineare.76) è che in generale il sistema descritto dalle (4. assegnando cioè y0 = y1 = · · · = yN−1 = 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. dt (4. può essere rappresentato mediante lo schema a blocchi in fig.

Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 .72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC .77). per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC . dt (4. per integrazione indefinita. se t < 0 . (4. per la presenza della costante moltiplicativa c1 arbitraria.79) Notiamo che. dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4.4. Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ). La soluzione particolare y p (t) dipende dal tipo di ingresso.71). che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 . se t < 0 . dt RC dt  0 .66).77). Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t). se t ≥ 0 . la (4. Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0. cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 . 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 determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4. c1 ∈ R .77) si può scrivere come: y(t) = y0 (t) + y p (t) . dobbiamo imporre la sola condizione y0 (0) = y0 . 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 .  c2 . e deve soddisfare l’equazione differenziale completa (4. risolvendo l’equazione (4. la (4. se t ≥ 0 .  RC e  . RC da cui. nel nostro caso (equazione del primo ordine).  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 . In questo caso. otteniamo la risposta forzata del sistema. da cui si ricava l’unica radice λ1 = −1/(RC). d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e .77).78) mentre y p (t) è una soluzione particolare dell’equazione completa (4.6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4.73) degenera nella (4.79) otteniamo allora che y0 (0) = c1 = y0 .79) non consente di determinare univocamente l’uscita del sistema. Dalla (4. In questo caso (R = N = 1).

11.10 Pertanto. ma non comporta discontinuità in t = 0 del segnale y p (t). 4. ovvero s(t) = (1 − e−t/RC ) u(t) . trattandosi di una equazione differenziale del primo ordine. 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) .24. per la presenza dell’evoluzione libera. (4.50) assegnata nell’es. è pari a yt0 (t) = yfor (t −t0 ). per cui risulta che c2 = 0. inoltre. Notiamo a questo punto che. Inoltre. 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). . Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . Tenendo presente la relazione (4. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. Nel cap. Oltre ad essere chiaramente dispersivo. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) .6. M (4.37) esistente tra risposta al gradino e risposta impulsiva. y(t) = yfor (t) ne rappresenta la sua risposta al gradino. 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). ponendo y0 = 0. con N ≥ 0 e aN = 0. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. ottenuta ponendo x(t) = u(t − t0 ).65) in maniera più semplice di quanto visto finora.65). la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . per un’equazione differenziale di ordine N. 4. dt RC che. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. 4. 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. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. il sistema risultante non è omogeneo (e quindi non è lineare). essendo il sistema LTI nelle ipotesi fatte. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. una relazione analoga alla (4.80) Osserviamo che. corrisponde alla risposta impulsiva (4. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0.81) nota come equazione alla differenze a coefficienti costanti di ordine N. ∀t < 0] e stabile [h(t) è sommabile].80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . ma non comporta discontinuità nel medesimo punto di y p (t) e di tutte le sue derivate successive fino a quella di ordine N − 1. e la (4.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. il sistema LTI ottenuto è causale [h(t) = 0. ponendo T = RC. segue che c3 = −1.77).

per determinarne la relazione i-u. ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. supposto che.4 0.82) Dal confronto con l’es. Solo nel caso N = 0. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . analogamente al caso TC. per trovare la corrispondente uscita y(n) per n ≥ nin . (4. assegnato il segnale di ingresso x(n). e sono denominati sistemi auto-regressivi a media mobile (ARMA). si può provare che la soluzione generale di una equazione del tipo (4. .16): (a) risposta impulsiva.4.81) descrive solo implicitamente un sistema. notiamo che la (4.24.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 .8 RC h(t) 0. y(−N) = yN . la (4. 3. 4.65).83) dove y1 . . .8 0. . Ponendo per semplicità nin = 0. sono sistemi LTI. .2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0.81) si può esprimere. a0 m=0 (4. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . Sistema RC (es. la (4. sotto opportune ipotesi. . n ∈ {0. è necessario risolvere rispetto a y(n) l’equazione alle differenze. questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . In particolare.81) rappresenta una relazione i-u semplice da studiare. . analogamente alle soluzioni di una equazione differenziale (4.6 0. (b) risposta al gradino.65). Assegnato l’ingresso x(n) per n ≥ nin .6 0. A tale proposito. va detto che la teoria e la pratica delle equazioni alle differenze. h(n) = a0  0. avente la seguente risposta impulsiva:   bn . . sono generalmente meno note ai lettori.2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig.9. 4. i sistemi definiti implicitamente dalla (4. . . In particolare. M} . y2 . a partire da un istante prefissato nin ∈ Z. come: y(n) = y0 (n) + y p (n) . . altrimenti . y(−2) = y2 .4 0.81). sia applicato in ingresso al sistema un dato segnale x(n).6 Esempi di sistemi LTI 175 1 0. . 1. yN sono valori (in genere reali) assegnati. . Per N ≥ 1. sebbene in principio siano più semplici rispetto alle equazioni differenziali. (4.

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

90) A causa della presenza dell’evoluzione libera.91). A differenza del caso TC.83). x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. con condizioni iniziali nulle. . .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) . . .4. a0 k=1 a0 m=0 (4. ossia. più semplice. Pertanto. Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. dai valori y(n − 1). y(−N) (ovvero le condizioni iniziali assegnate). il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. ylib (n) = 0. il sistema descritto dalle (4. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). In conclusione. . . e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. y(n − 2).81) può essere risolta seguendo un metodo alternativo a quello delineato sopra.81) e dalle condizioni iniziali (4. . di quello passato x(0) e degli N valori precedenti dell’uscita y(0). I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4.91) Tale relazione evidenzia che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n). D’altra parte.91). il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. . Successivamente. Similmente al caso TC. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1).83) è in generale lineare per le differenze e tempo-variante. l’equazione alle differenze (4.6 Esempi di sistemi LTI 177 del sistema è nulla. . possiamo riscriverla nella forma seguente.92) . . se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. y(−2). Esempio 4. assegnando y1 = y2 = · · · = yN = 0.81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito.81) e (4. che è applicabile solo a TD.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) . y(n) − a y(n − 1) = b x(n) . 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. . y(−N + 1). Dividendo primo e secondo membro per a0 = 0. . che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). Tale metodo si basa sull’osservazione che la (4. (4. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. . essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. e ponendo a = −a1 /a0 e b = b1 /a0 . Nell’esempio che segue. Tale procedura. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. (4. . ∀n ∈ Z. . la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . y(1).81). . x(n − 2).

Questa interpretazione porta allo schema a blocchi riportato in fig. denotiamo 12 Ad esempio. data la notevole importanza dei sistema ARMA nelle applicazioni. possiamo trovare la soluzione h(n) in maniera ricorsiva. ed in particolare nell’elaborazione digitale dei segnali. 4. ovvero y(−1) = 0. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. In tale ipotesi. il sistema in esame è un sistema IIR avente memoria praticamente finita. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . A tale proposito.17. h(n) = 0 . Va detto che. ossia y(n) = h(n). che è rappresentata graficamente in fig. e stabile per 0 < |a| < 1. supposto 0 < |a| < 1.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. causale. 4. 4. Dalle proprietà della risposta impulsiva.8333 e b = 1. Pertanto.91) dell’equazione alle differenze (4.11. la cui somiglianza con lo schema di fig.23 sottolinea che l’equazione (4. h(1) = a h(0) + b δ (1) = ab . In definitiva.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. con un leggero abuso di notazione. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . 4. in generale. ponendo b = 1. a ed in generale. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. scrivendo: h(n) = a h(n − 1) + b δ (n) . ed in generale. es. Analogamente. per n < 0. Così facendo. per N ≥ 1. i sistemi ARMA presentano risposte impulsive di durata infinita. È interessante osservare che.81). 4. Imponiamo che il sistema sia LTI. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. Per semplicità.16). h(n) può essere sinteticamente espressa come h(n) = b an u(n) . h(n) = an b . assumendo che il sistema sia inizialmente in quiete. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva. suggerisce anche un modo per realizzare il sistema. nel cap. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig.25). per n ≥ 0. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. 4. osserviamo che la forma ricorsiva (4. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . oltre a fornire un metodo alternativo di risoluzione dell’equazione. 4. in Matlab.12 è utile fare qualche considerazione sulla loro implementazione.25. il comando filter implementa proprio la relazione i-u di un sistema ARMA. e sono pertanto sistemi IIR. . cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). A differenza del caso TC.26 per a = 0. A conclusione di questo paragrafo. si vede che il sistema è dispersivo.

ritardo elementare e sommatore. . ponendo a zero i coefficienti bm . per k ∈ {1.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . N + 2. . h(n) 0 0 5 n 10 15 20 Fig. N}. con ak i rapporti −ak /a0 . . i sistemi AR presentano risposte impulsive di durata infinita. 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) .94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. M}. 4. 4. . M}.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) .6 0. per m ∈ {M + 1. 2. N (4. 13 A .26. . lo schema a blocchi corrispondente alla (4. N}. . . è possibile ottenere un sistema con N < M.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.8333 e b = 1). . m=0 N N (4. . così facendo la (4. . per m ∈ {0. 4. opportunamente ritardato e scalato. per k ∈ {N + 1.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. .27. M + 2. 4. 4. Questa ricorsione. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale. analogamente.93) è riportato in fig. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. ponendo a zero i coefficienti bk . .4.17). Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. partire da un sistema ARMA con N = M. è riportato indietro verso il segnale di ingresso z(n). . 1. Risposta impulsiva del sistema LTI (es. Per effetto della ricorsione.8 0. è possibile ottenere un sistema con N > M.4 0.25.2 Fig. e con bm i rapporti bm /a0 . Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. . N (4. . Precisamente. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi.

27. z -1 y(n-N) b2 a2 . . 4. mentre la (4.94) rappresenta la parte MA (o FIR) del sistema.15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. 4. Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo. . che è generalmente denominata forma diretta II del sistema ARMA. in quanto sia la parte MA che quella AR sono sistemi LTI. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. . b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II. z -1 x(n-N) bN aN .14 per un totale di 2 N ritardi elementari. .28.27 è comunemente denominata forma diretta I del sistema ARMA. .95) rappresenta la parte AR (o IIR) del sistema. 4.27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. . e sono pertanto sistemi IIR. Lo schema di fig. . Così facendo si giunge alla struttura modificata rappresentata in fig. precedentemente menzionato. 15 Il comando filter di Matlab. In tal modo. 4. 4. . ciò non altera il legame i-u del sistema.29. Realizzazione in forma diretta I di un sistema ARMA (N = M). ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. senza alterare la natura del sistema. che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA. nonchè amplificatori e sommatori. si ottiene la struttura cosiddetta canonica riportata in fig. . La realizzazione di fig. Lo schema si può vedere come la cascata della parte MA e della parte AR.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. . pertanto. Possiamo quindi dire che la (4.

. z -1 u(n-N) bN parte AR parte MA Fig.28. . . . Lo schema si ottiene facilmente da quello di fig. x(n) u(n) b0 y(n) z -1 a1 z -1 a2 . . . . . 4.4. . Realizzazione in forma canonica di un sistema ARMA (N = M).28 notando che i due banchi di ritardi paralleli possono essere sostituiti da un unico banco.27 scambiando l’ordine della parte MA e della parte AR. . . 4. .29. z -1 aN u(n) b0 z -1 y(n) u(n-1) z -1 u(n-2) . b1 b2 . 4. b2 b1 Fig. z -1 aN u(n-N) bN . Lo schema si ottiene facilmente da quello di fig. . 4. . .6 Esempi di sistemi LTI 181 x(n) z -1 a1 z -1 a2 . . . Realizzazione in forma diretta II di un sistema ARMA (N = M).

avente ampiezza unitaria e fase iniziale nulla. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4.97) +∞ −∞ h(τ ) e− j2π f τ dτ . Sostituendo nella relazione i-u del sistema. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. ovvero poniamo x(t) = e j2π f t .1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4.96) . Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. 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.96) esiste finita. La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. oltre che come sovrapposizione di impulsi. moltiplicato per H( f ). 4. Assumendo che la quantità tra parentesi tonde esista finita. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. Supponiamo che il segnale di ingresso sia un fasore a frequenza f . (4.12).12). per comodità di presentazione.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. Nei paragrafi seguenti. e dei sistemi LTI in particolare. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). se reali. si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t . Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari.182 Sistemi lineari tempo-invarianti (LTI) 4. e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. di sinusoidi (rappresentazioni di Fourier). 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 . in ingresso ad un sistema TC LTI con risposta impulsiva h(t).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 (·). studieremo tale rappresentazione separatamente nel caso TC e nel caso TD.7.7) oppure continua (4. per il quale la H( f ) definita dalla (4. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero).

97). prende il nome di risposta in fase. Vedremo nel cap. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . 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. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. Infatti. ∀f ∈ R.31. (4. Tale proprietà si esprime. 6 che la relazione (4.4. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. La quantità H(0) prende il nome di guadagno in continua del sistema LTI.96). si può interpretare come la trasformata di Fourier del segnale h(τ ).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. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . 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 . ∀ f ∈ R. 4. e la sua inversa.30. mentre la sua fase H( f ). in particolare concetti di analisi funzionale. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. mentre la fase del fasore viene modificata da H( f ). Per completare l’analogia. è in generale una grandezza complessa. Dalla sua definizione (4. 4.98) La (4. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). osserviamo che H( f ). ovvero se il sistema è stabile. prende il nome di risposta in ampiezza. La prop. in particolare l’ampiezza del fasore viene modificata da |H( f )|. conseguentemente. la prop.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. ovvero si ha y = A x. 4. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. 4. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. che modifica la fase del fasore di ingresso. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. per analogia con la corrispondente proprietà dell’algebra lineare. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. che modifica l’ampiezza del fasore di ingresso. proporzionale a e. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. da cui segue che.96).9 si applica sicuramente a tutti i sistemi stabili. evidenzia che i fasori sono segnali particolari per i sistemi LTI.9 può anche essere rappresentata dallo schema a blocchi di fig. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. dicendo che i fasori sono le autofunzioni dei sistemi LTI. che definisce H( f ) in funzione di h(τ ). Si noti che tale proprietà vale anche per f = 0. Quindi. . |H( f )| < +∞. 4.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R.30. inoltre il suo modulo |H( f )|. se h(τ ) è sommabile. Fig. tale relazione di trasformata di Fourier è invertibile. detta antitrasformata di Fourier. per ogni fissato valore di f . generalmente soddisfatte dai segnali di interesse pratico. Sostituendo tale espressione nella (4. Sotto opportune ipotesi. cioè dell’autovalore.

184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). la prop.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t).6.1) che.99). come dimostrato dall’esempio seguente.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4. mentre assume valori minori di 1 per f = 0 e decrescenti . Sfruttando la conoscenza di h(t). 4.96). avente ampiezza unitaria e fase iniziale nulla. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . 4. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . Questa definizione è di grande utilità per ricavare direttamente la risposta armonica dei sistemi TC LTI descritti da equazioni differenziali lineari a coefficienti costanti (cfr.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t .16 (si veda anche il § 4. ovvero H( f ) = y(t) x(t) . 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. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. Esempio 4. (4. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile. e sostituendo tali espressioni nell’equazione differenziale (4.16.100) che descrive il sistema.22. 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 . si perviene alla seguente equazione differenziale.1).99) x(t)=e j2π f t secondo la quale H( f ) si esprime come il rapporto tra l’uscita e l’ingresso quando l’ingresso è un fasore a frequenza f . 4. dt dt sostituendo nella (4. 6.32 in funzione di 2π f RC.100) Abbiamo visto nell’es. § 4. della quale è facile ricavare modulo e fase.6.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. 4. 4. dt (4. e sarà ulteriormente approfondito nel cap. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . raffigurato in fig.

la corrispondente uscita è necessariamente nulla (cfr. se h(τ ) è reale. 3.18): risposta in ampiezza (in alto). al crescere di | f |. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. il che è vero se e solo se y(0) = 0. per un sistema reale. che introduce un’attenuazione di ampiezza crescente con la frequenza. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . 4. Infatti. Se il sistema LTI è reale. il sistema può “sopprimere” completamente il segnale di ingresso. La prop. ovvero la sua risposta impulsiva h(t) è una funzione reale. dato un sistema LTI.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. In particolare. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza.18 conferma che la funzione H( f ) data dalla (4. dove si è sfruttato il fatto che. notiamo che. 4. a prima vista. coniugando la (4. se l’ingresso è nullo. Un sistema di questo tipo. (4. Pertanto.96) o dalla (4. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. che assume una importanza rilevante nello studio dei sistemi LTI. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. Quindi. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . si è implicitamente imposto che il sistema sia LTI. 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 . prop. supposto H( f ) finita. la corrispondente uscita è nulla. risulta h∗ (τ ) = h(τ ).4). modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . cioè H( f0 ) = 0. e sarà ulteriormente approfondito nei prossimi capitoli. 4. Tale conclusione non è corretta. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete.99) è in generale una funzione complessa. In altri termini.32. crescenti al crescere di | f |. In definitiva. tuttavia. 4. 4. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. L’es. si ha: H ∗ ( f ) = H(− f ) . è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria.4. viene chiamato filtro passabasso. risposta in fase (in basso). cercare la soluzione y(t) = H( f ) e j2π f t dell’equazione differenziale assegnata è equivalente ad imporre la condizione iniziale y(0) = 0.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. In virtù di questo comportamento.9 e l’es.101) .96).5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. Infatti.100) e non la condizione iniziale y(0) = 0. Come osservazione conclusiva. Risposta in frequenza di un sistema RC (es.

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.

Esempio 4. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. se H( f0 ) = 0. 4. considerando due attraversamenti dell’origine con pendenza positiva).21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. 4.35.110) si può ottenere come caso particolare della (4. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay .111) (4.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). 4. se H(ν0 ) = 0. Si consideri lo schema di misura di fig. la prop. Si può immediatamente osservare che. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 .104) esiste finita per ν = ν0 .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. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . 4. per il quale H(ν ) definita dalla (4.35). lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ).35. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio.109) introducendo un opportuno sfasamento di π /2. un oscilloscopio a doppia traccia.112) Analogamente al caso TC.4. viene collegato all’ingresso e all’uscita del circuito.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. ed è riportata di seguito per completezza. 4. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . 4. Variando la frequenza f0 del generatore (a scatti oppure in maniera . nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. capace cioè di rappresentare due segnali su uno stesso visore. Notiamo in effetti che la (4.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. notiamo che per la proprietà 4.21). Inoltre. 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 . T0 In definitiva. (4.

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. a sistemi meccanici). e ricavare la H( f ) mediante interpolazione numerica o grafica. . è possibile ripetere la procedura vista in corrispondenza di più valori di frequenza.192 Sistemi lineari tempo-invarianti (LTI) continua). a patto di disporre di opportuni trasduttori ed attuatori.

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

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

 (b) y(t) = 1 . . (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n). per t ≥ 3 . per n > −1 . Risultato: y(n) = (n + 1) bn u(n) per a = b. per 2 < t < 3 .    0 . Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T . 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e .  per 0 ≤ t < 2 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). Te  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}. Calcolare l’uscita y(n) del sistema.  −t/T  (e − 1) .  (b) y(t) = 4 . (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2). per t < 0 .  −t/T ) .4. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).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 . e  0 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n).  n  a . T (b) x(t) = 2 u(t − 1) + 2 u(t − 3) ed h(t) = u(t + 1) − 2 u(t − 1) + u(t − 3). con T ∈ R+ . per 2 ≤ t < 4 .10 Il segnale di ingresso x(n) e la risposta impulsiva h(n) di un sistema LTI sono dati da: (a) x(n) = u(n) ed h(n) = an u(−n − 1).  0 . per 1 < t ≤ 2 . per n ≤ −1 . (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n). per t > T . per t ≤ 0 . con |b| < 1.8 Esercizi proposti 195 Esercizio 4. Esercizio 4. per t < 0 .  1−1/a Risultato: (a) y(n) =  1/a  1−1/a . Esercizio 4.   9 − 6t + t 2 .  per 0 < t ≤ 1 . Esercizio 4. per t ≥ 6 .    2t − t 2 .    2t . per 4 ≤ t < 6 .   1 e(t+1) . con |b| < 1.   12 − 2t . per t > −1 . con a > 1.9 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). y(n) = 1 a−b an+1 − bn+1 u(n) per a = b.    0 . per t ≤ −1 .

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

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

instabile. causale. Esercizio 4. causale. stabile. non causale. causale. (d) il sistema è dispersivo.] 1 Risultato: gk = (−1)k 2k . si trova L = 2.198 Sistemi lineari tempo-invarianti (LTI) (e) h[n] = sin nπ u(n). stabilire se S può essere un sistema LTI. (c) il sistema è dispersivo. (b) y(n) = R3 (n − 1). (a) Calcolare y(n) quando x(n) = δ (n − 1). (c) non è LTI. (c) non è LTI. (g) h(n) = n (1/3)n u(n − 1). (g) il sistema è dispersivo. Esercizio 4. Risultato: (a) il sistema è dispersivo. dove g(n) = R3 (n). stabile. 3 (f) h(n) = 2 u(n + 5) − u(n) − u(n − 5). non causale. (b) Calcolare y(n) quando x(n) = δ (n − 2).19 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(2k) g(n − k) . instabile. (b) y(n) = R4 (n − 4). . (c) Sulla base dei risultati dei punti (a) e (b). Si può dimostrare che tale sistema è invertibile e che il sistema inverso ha risposta impulsiva hinv (t) = +∞ k=0 ∑ gk δ (t − kT ). (e) il sistema è dispersivo. stabile.18 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(k) g(n − 2k) . Risultato: (a) y(n) ≡ 0.17 Si consideri il sistema LTI avente risposta impulsiva 1 h(t) = δ (t) + δ (t − T ) . (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). stabile. (b) il sistema è dispersivo. (a) Calcolare y(n) quando x(n) = δ (n − 1). Ricavare l’espressione dei coefficienti gk . (d) si prova effettuando il cambiamento di variabile h = 2k nella sommatoria e ricordando le proprietà dell’espansione. non causale. (f) il sistema è dispersivo. Esercizio 4. (b) Calcolare y(n) quando x(n) = δ (n − 2). stabilire se S può essere un sistema LTI. stabile. causale. 2 con T > 0. Risultato: (a) y(n) = R4 (n − 2). dove g(n) = R4 (n). k ∈ N0 . (c) Sulla base dei risultati dei punti (a) e (b). [Suggerimento: studiare l’equazione h(t) ∗ hinv (t) = δ (t) nelle incognite gk .

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

23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . rispettivamente. non dispersività. Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. in generale è tempo-variante. (b) per n → +∞. (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. causali. (b) il sistema è 3t .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. non causale. S2 : h(t) = δ (t) − δ (t − 1) . Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). y(n) ≈ . Entrambi i sistemi sono lineari.5) nel caso (b). (b) Classificare il sistema complessivo. Esercizio 4.25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . non dispersivo. Risultato: (a) y(t) = T −T x at − τ 3 d τ . il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (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 . con a ∈ R. stabile. invariante temporalmente. sulla base delle sue proprietà di non dispersività. (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). non causale. (c) h(t) = 3 rect Esercizio 4. (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). causalità e stabilità. con T > 0. stabile. stabile. dispersivo. il sistema è lineare. eccetto che nel caso in cui a = 3. (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). causale. invarianti temporalmente e stabili. (b) il sistema è dispersivo. dispersivi. mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at). causalità e stabilità). S3 : y(t) = x(t/2) (espansione di 2) . (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. Esercizio 4. rispettivamente. 2T lineare per ogni a. Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). y(t) = x(t) − x(t − 0. 1 + j/2 1 + j/2 . (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità.

(e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. notare che essendo il gradino la derivata della rampa. .29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) .5 (1 − e−2t ) e−t . Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). stabilità) del sistema LTI determinato al punto (e). stabile se e solo se |a| > 1. con a ∈ R.4. determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. [Suggerimento: Per calcolare h(n). porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. (b) Disegnare lo schema implementativo del sistema in forma diretta II. causale. con costante di tempo T = RC = 1s. per 0 ≤ t < 2 . Esercizio 4.28 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) . h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . la risposta al gradino sarà la derivata della risposta alla rampa. Esercizio 4. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. dt T Esercizio 4. stabile.27 Si consideri il circuito CR di fig. 4.26 Si consideri il circuito RC di fig.     0. (b) y0 (t) = c1 e−t/T . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). per t ≥ 2 . con T = RC.36.36. sistema dispersivo. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. per t < 0 .8 Esercizi proposti 201 Esercizio 4. causale. (c) Disegnare lo schema implementativo del sistema in forma canonica. causale e stabile. [Suggerimento: per il punto (e).5 (1 − e−4 ) e−t . (f) Studiare le proprietà (non dispersività. (f) il sistema è dispersivo. s(t) = yfor (t) = e−t/T u(t). (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa).     Risultato: y(t) = 0.] Risultato: h(n) = (1/a)n−1 u(n − 1).  0 . (e) il sistema è LTI se y0 = 0. (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). e la tensione y(t) ai capi della resistenza è il segnale di uscita. 4.] Risultato: (a) d 1 d y(t) + y(t) = x(t). (a) Disegnare lo schema implementativo del sistema in forma diretta I. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . (c) ylib (t) = y0 e−t/T . causalità.

S3 . causalità. Stabilire se i tre sistemi possono essere LTI. stabilità). Calcolare la risposta in frequenza del sistema. Esercizio 4. t (b) x(t) = e jπ T . S3 : e j5t −→ cos(5t) . le cui risposte al fasore x(n) = e jπ n/2 sono le seguenti: S1 : e jπ n/2 −→ e jπ n/2 u(n) . Risultato: Solo il sistema S2 può essere LTI. S2 .33 Nello schema di figura. t t (c) x(t) = cos 2π T . non dispersività.30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ).32 Si considerino i sistemi TD S1 . ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). S2 : e j5t −→ e j5(t−1) . con T > 0. S2 : e jπ n/2 −→ e j3π n/2 . t (e) x(t) = cos 2π T u(t).31 Si considerino i sistemi TC S1 . i sistemi S1 e S3 non sono sicuramente LTI. Esercizio 4. (e) y(t) = cos 2π T rect t t−0. . Esercizio 4. (d) y(t) = 2 cos π T . con T > 0. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. t t (d) x(t) = 2 sin 2π T + cos π T . il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du . S3 : e jπ n/2 −→ 2 e j5π n/2 . Risultato: Solo il sistema S3 può essere LTI. le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T . Stabilire se i tre sistemi possono essere LTI. invarianza temporale. (b) y(t) = 2e jπ T . S2 .5T T . i sistemi S1 e S2 non sono sicuramente LTI.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. S3 . t t Risultato: (a) y(t) ≡ 0. x(t) z(t) S1 + − 6 S2 . (c) y(t) ≡ 0.202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ).

causalità. calcolare l’uscita y(t) e rappresentarla grafiT camente. non dispersività.5 e− j 8πν per −0. tempo-invariante. (b) Sfruttando i risultati del punto (a).4.25 π n).36 Si consideri il sistema LTI avente.5 . applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0. √ Risultato: y(n) = 2 2 sin(0. stabilità). il sistema è lineare. la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. (c) y(t) = rect . T Esercizio 4. 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). con le seguenti proprietà: linea- re. causale. (b) y(t) = 4 cos . . x(t) 6 S S 6 . il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . calcolare l’uscita y(t). dispersivo.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. invarianza temporale. (b) il sistema è LTI. Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0.34 Nello schema di figura. 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . stabile). (c) y(t) ≡ 1.5 < ν ≤ 0. (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. con riferimento al periodo principale. applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). Esercizio 4. tempo-invariante. causale. dispersivo. (b) il sistema è LTI. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. Esercizio 4. 1/T ). stabile.25 π (n + 1)). 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 ). applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0.5T 1 1 − e− j2π f T = e− jπ f T . Risultato: (a) y(t) = t t−T x(τ ) dτ .35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ .8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π .5T . è un integratore con memoria finita.

38 Si consideri il circuito RLC di fig.38. 4. H( f ) = tan−1 ζf . e la tensione y(t) ai capi del condensatore è il segnale di uscita. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). con T = RC. 2 − e− j2πν + e− j6πν Esercizio 4. dt T dt 1 + j2π f T π − arctan(2π f T ) .29 sia stabile. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. (b) H( f ) = ζ 1 − ( f / f0 )2 + j π ff2 0 √1 LC (pulsazione di risonanza) e ζ = R 2L (c) |H( f )| = 1 [1 − ( f / f0 )2 ]2 + ζ2 f2 4 π 2 f0 .40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . 4. Circuito RC. Esercizio 4.38. determinare la sua risposta in frequenza H( f ). Circuito RLC. Risultato: H(ν ) = 1 − 5 e− j8πν . determinare la sua risposta in frequenza H( f ). 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). e la tensione y(t) ai capi del condensatore è il segnale di uscita. 4. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. Fig.39 Supponendo che il sistema ARMA descritto dell’esercizio 4. 2π | f |T . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso.37. con ω0 = dt dt (coefficiente di smorzamento). 1 d j2π f T d y(t) + y(t) = x(t). Fig. 1 . con 2π f0 = ω0 . dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) .37 Si consideri il circuito CR di fig. Circuito CR. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.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. 4.37. f <0 Esercizio 4.36. 1 + 4π Risultato: (a) f >0 . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (b) H( f ) = . 4. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. calcolare la sua risposta in frequenza H(ν ).

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

206 Sistemi lineari tempo-invarianti (LTI) .

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. mostrando in particolare che i segnali periodici (TC e TD) possono essere espressi come sovrapposizione discreta di fasori. come ad esempio il seguente segnale TC. 5. I benefici di tale rappresentazione saranno evidenziati calcolando nel § 5.97) e (4. quando il segnale di ingresso è un semplice fasore.1 Introduzione Nel precedente capitolo abbiamo ricavato le semplici relazioni i-u (4. composto da due fasori a frequenze f1 ed f2 : x(t) = e j2π f1t + 2 e j2π f2t . denominati filtri ideali. l’uscita corrispondente sarà calcolabile semplicemente come: y(t) = H( f1 ) e j2π f1t + 2 H( f2 ) e j2π f2t . . Nasce allora l’esigenza di rappresentare un generico segnale come sovrapposizione (discreta o continua) di fasori (rappresentazioni di Fourier o nel dominio della frequenza). In questo capitolo si introduce una prima rappresentazione di questo tipo. la semplicità di tali risultati spinge a cercare rappresentazioni di segnali come sovrapposizione di fasori.5 l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico. nel caso TC o TD.105) che consentono di calcolare. Tale rappresentazione prende il nome di serie di Fourier. Si consideri infatti un segnale espresso da una somma di fasori. Se tale segnale è posto in ingresso ad un sistema LTI avente risposta in frequenza H( f ). aventi frequenze multiple di una stessa frequenza (frequenza fondamentale). e nel caso TD assume la denominazione più specifica di Discrete Fourier Series (DFS). Abbiamo però visto nel § 4. per la linearità del sistema e per la (4.7 che.97).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. 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.

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

±M}. cioè se hanno frequenze distinte. ±1. . ±1. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare.6) per cui. (5.3) e la (5. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). . Assegnato il periodo T0 e il numero di armoniche M. e quindi ammettono T0 come più piccolo periodo comune. con h ∈ {0. per il segnale (5. . se k = h . Ad esempio. . cambiando l’indice da h nuovamente a k. (5. Per mostrare ciò. Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). nel senso precisato nel cap.3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . dal confronto tra la (5. In tale ipotesi. . A tale proposito. ±2. il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. . 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 . ottenuto come combinazione lineare di un numero finito di sinusoidi. Se infatti consideriamo due fasori della rappresentazione (5.3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 .2) si ricava che M = 3 e Xk = 2 . se k = h . 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. con M ∈ N .7) T0 . . moltiplicando ambo i membri della (5. (5. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. (5.3) per e− j2π h f0t .3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr.5. (4. dove le funzioni xk (t) sono ortogonali. ed integrando termine a termine su un periodo.3). 0.1)]. supponiamo che il segnale x(t) sia sommabile sul periodo T0 .4) e pertanto risultano ortogonali se k = h. notiamo che la (5. i termini per k = ±2 prendono il nome di seconda armonica. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). .1). lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). con k ∈ {0. i termini per k = ±1 prendono il nome di prima armonica o fondamentale. Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. che in generale può essere complesso. =δ (k−h) (5. ±M} . Le frequenze fk = k f0 dei fasori della rappresentazione (5.3) sia effettivamente periodico di periodo T0 . si ha: Xk = 1 T0 x(t) e− j2π k f0t dt .5) T0 Essendo l’intervallo di integrazione finito. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . ±3}. ±2 f0 e ±3 f0 . Ad A|k| esempio.2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. ovvero: |x(t)| dt < +∞ . con k ∈ {±1. a frequenze ± f0 .

Si osservi che. Ad esempio. ±1. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori. 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 . la serie di funzioni (5.7) ha senso. (5. più in generale. conseguentemente il segnale x(t).7). sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. Abbiamo già avuto modo di evidenziare in passato che. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . non pone alcun problema di convergenza. Purtroppo. (5. espresso come somma di un numero finito di funzioni continue. ±M} ma. In altre parole.3).1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . per ogni k ∈ Z. . affinchè la rappresentazione (5. Infatti. . essendo la somma di un numero finito di termini.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 .8) e (5. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. 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. Tuttavia. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. possono essere rappresentati combinando linearmente un numero finito di fasori.1. inoltre. Dalla maggiorazione precedente. In definitiva.9).3) per il segnale x(t) espresso come somma di un numero finito di fasori.5).11) 1 T0 . rimandando ogni discussione sulla convergenza della serie (5. a differenza della rappresentazione (5.2. Si osservi inoltre che non tutti i segnali continui.3) sia applcabile. . la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. (vedi concetto di gradino e di risposta al gradino). basti pensare che nella (5. è ancora una funzione continua (cfr. .3) che.8) può risultare non convergente.10) (5. Per il momento tralasciamo questo aspetto. in virtù della (5. il segnale periodico x(t) deve essere necessariamente continuo. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. mettendo insieme le (5. ∀k ∈ Z . ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . B. prop.3) e (5.8) al § 5. utilizzando la (5. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori.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.

rispettivamente. ∀t ∈ R eccetto che in un insieme di misura nulla. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier).4. la seconda consente di decomporre o analizzare il segnale x(t). Dal punto di vista matematico.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. fatta eccezione per il coefficiente per k = 0. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). Poiché i coefficienti Xk sono grandezze complesse. 3 In . la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . valide esclusivamente per segnali a valori reali. ovvero per la componente continua. allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. In altre parole.3 In particolare. ovvero si ha x1 (t) = x2 (t). rispettivamente. Per differenza. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. e gli stessi coefficienti della serie di Fourier di x(t). Altre forme della serie di Fourier.k . la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria).12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico.k ed X2. prop.2. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). per ogni k ∈ Z. che è ovviamente nulla per xac (t).5.12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. valida in generale per segnali x(t) a valori reali o complessi.2 Serie di Fourier per segnali TC 211 Le equazioni (5. ed il fatto che per segnali periodici la media temporale [cfr.k = X2. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . saranno sviluppate nel § 5. chiamati anch’essi armoniche del segnale. particolare. Particolarizzando l’equazione di analisi per k = 0.k . La (5. sviluppabili in serie di Fourier con coefficienti X1.10) e (5. 2. (5. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 .7(c)] si può calcolare su un periodo del segnale. Più precisamente. in quanto forniscono per ogni valore di k. 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 ). in virtù di tale corrispondenza. se X1. 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. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. si ha X0 = 1 T0 x(t) dt = xdc .

212 Serie di Fourier 1 |Xk| 0. come la formula di Eulero. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . 2 2 da cui. k = ±1. Per segnali più complicati. 2 Xk = A e− jϕ0 . 4 Fig.  ϕ0 .4 0. il calcolo dei coefficienti non è un problema concettualmente difficile.2. k = −1.   indeterminata.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig.  Xk = −ϕ0 .2 0 0 −0. 5. si ricava:   A e j ϕ0 . da: |Xk | = A 2. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale.1 (A = 1. con A > 0. altrimenti.1. ϕ0 = π ).1 per il caso A = 1 e ϕ0 = π . 5.1 e nel seguito. per confronto con l’equazione di sintesi (5. k = 1. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. 6]. 5. sebbene essa risulti a rigore indeterminata.6 sinc(x) 0.10). 5.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. k = −1. 4 Si .11). Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. 5. e sono riportati4 in fig.5 0 −5 1 ∠ Xk 0 k 5 1 0.8 0. 0. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . rispettivamente. 4 L’esempio precedente mostra che in casi molto semplici. 2  0. La funzione sinc(x) per valori di x ∈ [−6. altrimenti. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5. Per maggiore generalità rispetto al caso visto precedentemente. Gli spettri di ampiezza e fase sono dati. per semplicità di rappresentazione. altrimenti.1)). k = 1. noti che in fig. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. Esempio 5.

5.5).3. 5.4 0.2 (serie di Fourier dell’onda rettangolare TC.2 (A = 1.4.3 Xk 0.9). δc = 0. cfr. 5. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T .2.2 −5 0 k 5 0.1 −0. es.4 |Xk| 0. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc .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. δc = 0. (5. introduciamo la funzione sinc(x): sinc(x) = sin(π x) . e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T . Fig. 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 . πk πk (5. . I coefficienti Xk dell’onda rettangolare dell’es. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k. 5. Per k = 0. Esempio 5.1 0 −0.13) Per esprimere in forma più compatta il risultato precedente.2 (A = 1.14) il cui grafico per x ∈ [−6. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle.5) sono puramente reali. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) . 6] è riportato in fig.5.2 Serie di Fourier per segnali TC 213 0.5 0. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es. Le principali proprietà della funzione sinc(x) sono le tre seguenti. 2. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . πx x ∈ R.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig. 5.

−1. che sono raffigurati graficamente in fig. −3.5 (duty-cycle del 50 %) e A = 1. k = 2h + 1. 1. ed utilizzando la definizione di sinc(x) e le sue proprietà.. k pari. . k pari. 3. si ha: 1 2. ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. π |k|  0   indeterminata Xk = 0    ±π k = 0. . . risulta: X0 = A δc sinc(0) = A δc . −5.214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. k = 2h + 1. 2. . Più in generale. per qualunque valore di A e δc . Per maggiore generalità.  1  . In tal caso. 1. 5. la cui ampiezza decresce con legge inversamente proporzionale a k. . .13). Xk = 1  πk .4. Consideriamo allora il caso particolare δc = 0. . k = 0 . −5. |Xk | = 0. presenta armoniche puramente reali. . . . − 7. si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . su un unico diagramma cartesiano. Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . e quella dispari dello spettro di fase.    1 − πk . k = 0. quindi esse possono essere rappresentate come in fig. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . .). 5.   0. tuttavia. . 3. −7. . 9. . . e utilizzando la definizione di sinc(x). 11. 5. Notiamo la simmetria pari dello spettro di ampiezza. k dispari. .3. . 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). 7. π |x| ∀x ∈ R . in quanto. . . in quanto: |sinc(x)| ≤ 1 . . h pari (k = . −1. e la fase −π per k < 0. . nonché proprietà trigonometriche elementari. per la proprietà (b) della sinc. osserviamo che questo segnale. 7. . Moltiplicando e dividendo per δc nella (5. 0. k = 0 . h dispari (k = .).  k pari. k = . (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. k = 0. k = .. . . k = 0. −3. π kδc k = 0. 5. Notiamo che l’espressione precedente vale anche per k = 0.

5. Esempio 5. 5.5. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.5 per A = 1. L’onda triangolare dell’es. Tale segnale è raffigurato graficamente in fig.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. Fig. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo . 5.11). si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = . dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t).2 Serie di Fourier per segnali TC 215 1 0.3 (A = 1).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 .4 0.6. Applicando la formula di Eulero a e− j2π k f0 t . 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. in quanto esso risulta nullo per la simmetria dispari della funzione integranda. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda. 5. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. 5. ricordando la definizione esplicita della finestra triangolare: Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 T0 A 1− 2|t| T0 e− j2π k f0 t dt .6 x(t) 0. Per k = 0.4 |Xk| 0.3 (A = 1). ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . T0 4 2 mentre per k = 0.2 0 −5 0 k 5 2 ∠ Xk 0.5.

L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . come già mostrato precedentemente. inoltre. quindi gli spettri di ampiezza e fase si calcolano banalmente. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. 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. 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). notiamo che anche l’onda triangolare possiede solo armoniche dispari. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale.11).216 Serie di Fourier integrale.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. k = 0. k pari. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. Vedremo tuttavia nel cap. nel seguito daremo solo qualche risultato fondamentale. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche.2).2. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. fatta eccezione per casi molto semplici (es. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier.4 o più estesamente in app. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. Tuttavia. 5. 5 Per .3. = 2A  . 5. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 .11). segnale sinusoidale). Come vedremo (cfr. come vedremo nel § 5. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. (−1)k Come evidenziato dagli es. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. e quindi consiste nella risoluzione di un integrale. il fatto che i coefficienti Xk una trattazione esauriente del problema della convergenza della serie di Fourier si rimanda ai testi di analisi matematica (ad esempio [3]). k dispari.2.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. e sono raffigurati in fig. 5.2.2. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5. in quanto |Xk | = Xk ≥ 0 e Xk = 0. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2.2 e 5. definiti dalla equazione di analisi (5. § 5. Sia x(t) un arbitrario segnale periodo con periodo T0 .

17) ovvero l’equazione di sintesi restituisce il segnale x(t). allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. con |gk (x)| ≤ Mk .7) sono validi anche per M → +∞.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t .8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito.5.4.15) costruita a partire da questi coefficienti converga. (5. . Quindi. Se la serie di Fourier (5. cioè k→±∞ lim |Xk | = 0 . poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. b). e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. 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 . ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). né tanto meno che tale serie converga al segnale x(t). In particolare. con M ∈ N . cfr. Lo studio delle condizioni sotto le quali la serie (5. b). per ogni ε > 0. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5.2). Risulta immediatamente evidente che. (5. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. se la serie di Fourier converge uniformemente su R. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. uno stesso numero Nε va bene per tutti i punti dell’asse reale.15) converge uniformemente [5] al segnale x(t) su R se. (5. simmetrico per garantire che siano presenti le armoniche Xk e X−k . pertanto. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. § 5.2 Serie di Fourier per segnali TC 217 calcolati mediante l’equazione di analisi a partire da x(t) esistano finiti non significa che la serie +∞ k=−∞ ∑ Xk e j2π k f0t (5.15) converge al segnale x(t).16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini. la sua serie di Fourier non potrà convergere uniformemente ad x(t). la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana.18) allora la serie associata ai coefficienti Xk converge uniformemente.15) converge dipende dal tipo di convergenza richiesta. Così come per le serie numeriche. b). con k ∈ Z. 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. se il segnale x(t) ha almeno una discontinuità.6) e (5. ∀k ∈ Z e ∀x ∈ (a. si dice che la serie di Fourier (5. allora si può scrivere M→+∞ lim xM (t) = x(t) . sono funzioni a valori k complessi definite sull’intervallo (a.

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

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

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

7.09 (a sinistra della discontinuità) e 1.09. (5. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. Poiché l’onda quadra soddisfa le condizioni di Dirichlet.8. il fenomeno di Gibbs non si verifica per tale segnale. dt. per cui la prop.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 .11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità.28114072518757 è una costante notevole. In fig. noto come fenomeno di Gibbs. 1.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. ottenuti con Matlab. ma per ogni segnale x(t) che. 5.3. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 .1 si applica con n = 0. In effetti. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. L’espressione (5. confermando che. Esempio 5. ma non uniformemente negli intervalli che contengono le discontinuità. 5. in effetti. 5. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. Infatti al crescere di M i picchi delle oscillazioni. come testimoniato dalla fig. 3.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. Per δc = 1/2 ed A = 1. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità.5. Matematicamente. Gibbs (1839–1903). 5. e pertanto il segnale ricostruito con 2M + 1 armoniche. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5.12 Nell’es. presenta dei punti di discon− + tinuità.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. se t0 è un punto di discontinuità. sebbene restino di ampiezza invariata.20) è pari in valore assoluto circa a 0. 5. Questo fenomeno. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . 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) . vengono “schiacciati” verso la discontinuità. come già discusso in precedenza. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. 11 Il 12 In fenomeno prende il nome dal fisico J. poiché l’onda triangolare è una funzione continua. 5. confermando che. ma la cui ampiezza non diminuisce al crescere di M.20) dove βgibbs ≈ 0. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. come si può anche osservare dalla fig. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare.1 si applica con n = −1. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. che per primo lo osservò e lo descrisse.2. l’ampiezza delle oscillazioni calcolata secondo la (5. nella quale il segnale oscilla tra i valori −0. In particolare. 5. 11. in effetti. 101. Inoltre.09 (a destra della discontinuità. pur soddisfacendo le condizioni di Dirichlet. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|.6. L’onda triangolare è continua ma con derivata prima discontinua. W. la cui frequenza aumenta. ed il valore 1/2 in corrispondenza delle discontinuità. 5.2 Serie di Fourier per segnali TC 221 Esempio 5. quindi la prop. 5. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare.7 (onda triangolare) Si consideri l’onda triangolare dell’es.

5 0 (c) 1 0.2 0 −0.5 0 t/T 0. (d) M = 5.7.8 x(t). (e) M = 11.5 (d) 0 t/T0 0.6 0.6 0.5 x(t).6 0.5 x(t).4 0.4 0.2 0 −0.4 0. (f) M = 101.8 x(t). 5.2 0 −0. xM(t) 0.8 0. (b) M = 1. (c) M = 3.5 (a) 1 0.8 0. xM(t) 1 0.5 0 t/T0 0.5 (b) 0 0 t/T 0. xM(t) 0.4 0. .8 x(t).5 x(t).4 0. xM(t) 1 0.5 0 t/T0 0.6 0.2 0 −0.2 0 −0.4 0.6 0.8 0.2 0 −0. xM(t) 1 0.5 (e) (f) Fig. xM(t) 0.6 0.222 Serie di Fourier 1 0.5 0 t/T0 0. Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0.

3. 5. sulla base dell’uguaglianza di Parseval.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico.7 e 5. è proposta nel § 5. 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.5.8). insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare. 13 Una . 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.13 valutazione quantitativa della bontà di tale ricostruzione. Viceversa.4.

(d) M = 5.6 0. .5 0 t/T0 0.4 0.2 0 −0.2 0 −0.224 Serie di Fourier 1 0.4 0. (e) M = 11.2 0 −0.2 0 −0. 5.6 0. (c) M = 3.5 0 t/T 0.5 x(t). xM(t) 1 0. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.4 0.5 0 t/T0 0.5 x(t).4 0.8 0.5 (e) (f) Fig.4 0.8 x(t).8 x(t). (f) M = 101. xM(t) 0.4 0.6 0.8 x(t). xM(t) 1 0.5 0 (c) 1 0.5 (b) 0 0 t/T 0. xM(t) 0.5 x(t).6 0.5 (a) 1 0.5 (d) 0 t/T0 0.2 0 −0.8 0.6 0.8.5 0 t/T0 0. (b) M = 1.6 0. xM(t) 0. xM(t) 1 0.2 0 −0.8 0.

. In particolare. moltiplicando ambo i membri della (5.3). L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. N0 − 1} . (N0 − 1)/N0 nell’intervallo [0. ad esempio in (0. 1/N0 . Infatti.22) per e− j2π hν0 n e sommando su un periodo.3 Serie di Fourier per segnali TD (DFS) 225 5. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. La differenza fondamentale rispetto alla serie di Fourier (5. In particolare. semplificati dal fatto che. proprio per questo motivo.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. . 14 Si . .23) Le (5. e quindi l’intervallo di variazione delle frequenze νk = kν0 . ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui.10) della serie di Fourier a TC. si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . . un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). . . Esse.21) Notiamo che.3. essendo la (5. cambiando l’indice da h nuovamente a k. 1. (5. 1) oppure in (−1/2. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa.22) una somma finita. 1[. 1. se k ∈ {0.21).22) è analoga all’equazione di sintesi (5. N0 − 1}. salvo casi particolari. . .22) La relazione (5. 1/2). in quanto si tratta di una somma (finita) e non di una serie. . e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . le frequenze νk assumono i valori 0. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . nella (5. è improprio parlare di “serie” di Fourier nel caso TD. non abbiamo indicato di proposito gli estremi di variazione dell’indice k. N0 n=0 k ∈ {0. cfr.3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. e rappresenta l’equazione di sintesi della serie di Fourier discreta.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC.21). Nella (5. . se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che.5.22) e (5. 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. . pertanto. . (5. 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 . per cui la (5. nota anche come Discrete Fourier Series (DFS). k (5. § 2. 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 .

N0 − 1}. N0 k=0 N0 −1 n=0 (5.26) è periodica.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi. entrambe periodiche dello stesso periodo N0 . Va detto però che.26) abbiamo esteso la definizione di X(k) a qualunque valore di k.29) ∑ x(n) wkn N0 In effetti. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n .11).28) e (5. In particolare. 1.15 come la sequenza x(n). . si definisce infatti la sequenza X(k) come X(k) = N0 Xk . costituiscono formalmente l’esatta controparte delle (5. Se infine nelle (5. con sostituzioni algebriche banali. (5. le (5. In altri termini.28) (5.29) viene denominata Discrete Fourier Series (DFS). . Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) . 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. le (5. Posto wN0 = e− j2π /N0 .28) prende il nome di Inverse Discrete Fourier Series (IDFS). mentre la (5. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5. nella letteratura scientifica.22) e (5. anche se esse non sono esattamente corrispondenti a quelle nel caso TC. A partire da Xk . che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC.25) e (5.26) ∑ x(n) e− j2π kν0 n . .29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD.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 . sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5. Una prima differenza rispetto alle (5.25) siano quelli dell’intervallo {0.23) si riscrivono in termini di x(n) e X(k) come: x(n) = X(k) = 1 N0 −1 ∑ X(k) e j2π kν0 n . Inoltre nella (5. la (5.226 Serie di Fourier rappresentazione. 15 Notiamo DFS . viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.10) e (5.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k).25) (5. nella letteratura scientifica le (5.24) e pertanto.22) e (5.26) facciamo l’ulteriore posizione: wN0 = e− j2π /N0 perveniamo alla seguente definizione per la serie di Fourier o DFS di un segnale TD: Definizione 5. valide nel caso TC.27) (equazione di sintesi) (equazione di analisi) (5. .

abbiamo visto che invece. . 7).2). 5. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier. ovvero da un segnale TD. un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo.4. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . Esempio 5. che è strettamente legata alla DFS (cfr. nel dominio della frequenza sussiste esattamente la stessa proprietà. x(N0 − 1). M = 4).3 Serie di Fourier per segnali TD (DFS) 227 1 0. sia della trasformata discreta di Fourier (DFT). ad esempio x(0).9. nel dominio della frequenza.8 0. È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD.5. cfr. N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn .6 x(n) 0. .27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn .8 (N0 = 8. ovvero da un’inifinità continua di valori. . .8 (DFS dell’onda rettangolare TD. . e si scrive sinteticamente X(k) = DFS[x(n)] . T0 [. mentre la periodicità della sequenza X(k) segue dalla proprietà (c). funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 . Infatti. x(1). il segnale x(n) è completamente descritto assegnando solo N0 valori. Differentemente dal caso TC. Onda rettangolare TD dell’es. Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. ad esempio per t ∈ [0. 5.4 0. la periodicità della sequenza x(n) deriva dalla proprietà (b).2 0 −20 −10 0 n 10 20 Fig. Si può infine verificare che le quantità wN0 definite mediante la (5. x(n) = IDFS[X(k)] . § 5. La periodicità di X(k) è una caratteristica peculiare della DFS. cap. N0 = wkn . N0 (k+N0 )n In particolare. La DFS e IDFS possono anche essere viste come operatori.

Tale DFS è rappresentata in ampiezza e fase in fig. 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . . 5.11 nel caso N0 = 8 ed M = 4. La DFS di x(n) si scrive. La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M.10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. . DM (x) = M M. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . 5. (5. x ∈ Z . . 1] è riportato in fig.228 Serie di Fourier e raffigurata graficamente in fig. sulla base della definizione (5. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . (5. 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 .30) Ricordando la definizione di wN0 . per cui la (5. Le principali proprietà della funzione DM (x) sono le seguenti. N1 = 0 e N2 = M − 1. . si ha allora: X(k) = DM k N0 . 5.31).30) può essere riscritta. 0 Per esprimere in forma più compatta il risultato precedente. x = . La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . ∀x ∈ R . sin(π x) x ∈ R. tranne che in x = ±1. notiamo che wkM N0 wk 0 N = e = e . Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. k ∈ Z. . Utilizzando la definizione (5.. Ponendo infatti a = wk 0 .29). 2. ±2. di facile dimostrazione: 1.9 per N0 = 8 ed M = 4. x ∈ Z . si ha: N X(k) = M−1 n=0 ∑ [wk 0 ]n = N − j2π kM N 0 k − j2π N 0 1 − wkM N0 1 − wk 0 N . dove vale M:  k  0. N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . con semplici passaggi algebrici.31) il cui grafico per x ∈ [−1. e quella dispari dello spettro di fase.

si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). in quanto richiede un numero finito di operazioni. Di conseguenza. Altre proprietà formali.5 1 4 |X(k)| −0. Vedremo (cfr. discuteremo nel dettaglio la proprietà di linearità. i cui coefficienti di Fourier siano Xk e Yk . anche perchè il concetto di continuità perde di significato in tal caso. è ancora un segnale periodico di periodo T0 . M = 4): spettro di ampiezza (in alto) e di fase (in basso). 5. In particolare. simmetria hermitiana dei coefficienti. Notiamo in conclusione che. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). denominati algoritmi Fast Fourier Transform (FFT). DFS dell’onda rettangolare dell’es. § cap. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. α2 ∈ C. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. evidenziando. utili talvolta nei calcoli. 5.29). 5.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0.4 Principali proprietà della serie di Fourier e della DFS La serie di Fourier a TC e a TD (DFS) gode di molte proprietà interessanti. 5. e sono comunque riportate in app. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. tratteremo congiuntamente sia il caso TC che quello TD. In altre parole. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio).5 0 x 0.5 0 x 0.11. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). le differenze salienti.4. ma anche algoritmicamente. con α1 . e l’uguaglianza di Parseval per il calcolo della potenza. che suggeriscono ulteriori considerazioni concettuali e.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. 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. soprattutto. il fenomeno di Gibbs non sussiste nel caso TD. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti.8 (N0 = 8.10. rispettivamente. Fig. 5. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 .5. Per tali proprietà.28) and (5. quando necessario. E.16 La proprietà di linearità della serie di Fourier afferma . risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier.

Xk = − X−k .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).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. . 5. Riassumendo. con α1 . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. rispettivamente. Analogamente.4.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. Valgono cioè le seguenti relazioni: |Xk | = |X−k | . (simmetria pari) (simmetria dispari) (5.32) 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 . 5.2 e 5. negli es. α2 ∈ C.2 Simmetria hermitiana Con riferimento a segnali periodici TC.17 la cui DFS si ottiene da quella dei segnali x(n) ed y(n) nel seguente modo: Z(k) = α1 X(k) + α2 Y (k) . esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 .1.29). nel caso TD. rispettivamente. ossia: Zk = α1 Xk + α2 Yk . i cui coefficienti di Fourier siano X(k) e Y (k). mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). α2 ∈ C . 5. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n).11) e (5. α2 ∈ C . La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5.33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . dei due segnali è ancora un segnale periodico di periodo N0 . DFS ∀α1 . DFS DFS FS ∀α1 . Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . otteniamo la seguente proprietà notevole: Proprietà 5. 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. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . 16 Può (5. siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 .

5.35). 5. in particolare.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 +∞ (5.34) Pertanto. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5. e valgono se e solo se il segnale periodico in questione è reale. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier.8 riguardante la DFS dell’onda rettangolare TD. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ).36).3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico.33) e (5. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 . Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . Se vale la simmetria hermitiana (5. Proviamo adesso l’implicazione ⇐ nella (5. Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k .36) (b) Sia x(n) ←→ X(k) un segnale TD periodico. Inoltre l’equazione di sintesi (5. e pertanto: ∗ Xk = 1 T0 T0 x∗ (t) e j2π k f0 t dt = 1 T0 T0 x(t) e− j2π (−k) f0t dt = X−k . Proviamo prima l’implicazione ⇒ nella (5. avendo già provato che X0 è reale. Partiamo dall’equazione di analisi (5.35) Le proprietà (5. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5.38) .4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. 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 (5.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . anche in questo caso le (5. si ha x∗ (t) ≡ x(t).36). (5. X(k) = − X(−k) . k=1 k=1 ∑ Xk e j2π k f0 t da cui. e quindi X0 è reale. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. come specificato dalla seguente proprietà: Proprietà 5.11): Xk = 1 T0 x(t) e− j2π k f0 t dt . T0 Se x(t) è reale.36). si ricava che x(t) è reale.37) Prova. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi.36). (simmetria pari) (simmetria dispari) (5.

.37) mediante le seguenti condizioni: X(0) reale . Per evitare possibili fraintendimenti. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ).37) nel caso TD). . in alternativa alla (5. . In particolare. 2. partendo dall’equazione di sintesi (5. per k ∈ {1. notiamo che. in relazione alla periodicità della sequenza X(k). k ∈ {1. anche N0 − k varia nello stesso intervallo. In altre parole. . . mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). Notiamo infatti che nell’equazione di sintesi (5.  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . si può verificare (la verifica è lasciata al lettore come esercizio) che. è possibile determinarne almeno uno dispari. . 2. . .32) (con analoghi passaggi si ottiene la (5. anche come segue: X ∗ (k) = X(N0 − k) . . N0 − 1} . . si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . se N0 /2 è intero (il che accade se e solo se N0 è pari).40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . .37) si può riscrivere. . N0 − 1}. se x(·) è reale. . Infatti. Rispetto al caso TC. si può esprimere. la proprietà di simmetria hermitiana per la DFS. per cui la (5. 2. . ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . N0 − 1}. . . conseguentemente. In definitiva. oltre a X(0). 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. N0 − 1}. 2. Notiamo infatti che. . ponendo Xk = |Xk | e j Xk nella (5. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . con riferimento ai soli valori di k ∈ {0.  N 0 k=1 . La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. per k ∈ {1. . .34) a partire dalla (5. . . . Infatti. applicando la (5.39). N0 pari . con riferimento a segnali periodici TC reali. anche X(N0 /2) è vincolato ad essere reale per N0 pari. . X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . poiché la fase di un numero complesso è definita a meno di multipli di 2π . . X ∗ (k) = X(N0 − k) . la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . valide esclusivamente per segnali reali. 1. per segnali periodici TD reali. Questa conclusione non è corretta.28) compaiono solo i valori di X(k) per k ∈ {0. . (5.232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. se k ∈ {1. da cui si deduce che. il solo coefficiente X(0) è vincolato ad essere reale. .39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. . k=1 Con ragionamenti simili. 1.39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . N0 − 1}. N0 − 1}. N0 − 1}. .38). 2.

come nella forma polare. 5. . 5. ak = 2 T0 x(t) cos(2π k f0t) dt . Un’ulteriore espressione della serie di Fourier.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . si ottiene nel caso TC decomponendo Xk . ed in essa. N0 − 1}) nella (5. . anche per segnali reali. partendo dall’equazione di sintesi (5. Consideriamo dapprima il caso di un segnale TC periodico. Il punto di partenza è l’equazione di sintesi (5. compaiono soltanto quantità reali. (5.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. . N0 dispari . si ha. . rispettivamente. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] .39). valide per segnali reali.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. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. Nel seguito. .5. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . 5. note anche come forma esponenziale della serie di Fourier. bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . anziché in modulo e fase. Le espressioni (5. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. note come forma polare della serie di Fourier. ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. bk = 2 T0 x(t) sin(2π k f0t) dt .4.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD.1 e def. N0 pari . saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr.42) e (5. def.42) T0 T0 T0 Allo stesso modo.2). 2. Infatti.41) Le (5.40) e (5. . che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .10). con facili passaggi algebrici. x(t) = dove: a0 = 2 T0 x(t) dt . 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 . in parte reale ed immaginaria.4 Principali proprietà della serie di Fourier e della DFS 233 (5. 2 k=1 (5.38).29). perché più generali e compatte.

2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS.10) sono a due a due ortogonali. riprendendo e riscrivendo l’equazione di sintesi (5. nota come uguaglianza di Parseval per la serie di Fourier (a TC). 2 ∑ N0 k=0 (5. Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . 2. se k = h .4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 .44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 . possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. sono tra di loro ortogonali.18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . se k = h . 0. In virtù di tale ortogonalità. Passiamo a considerare il caso di un segnale periodico TD. Riassumendo. es. Poiché (cfr.4)] che i fasori e j2π k f0t che compaiono nella (5.234 Serie di Fourier Abbiamo già osservato [eq. essendo fasori a frequenze distinte. con coefficienti X(k)/N0 . La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 .28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . possiamo quindi enunciare la seguente proprietà: Proprietà 5. (5. (5. Notiamo che per segnali . 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 1.45) 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. È semplice anche in questo caso provare che i segnali xk (n).

12 è rappresentato. rispetto a quello per l’onda rettangolare.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. Tale potenza può essere rapportata alla potenza Px del segnale x(t).99 è necessario considerare M = 23 per l’onda rettangolare. § 5. 1] . mentre è sufficiente un valore M = 3 per l’onda triangolare. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . . il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . e confrontarla con la potenza del segnale originario x(t).2. Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. k=1 +∞ L’uguaglianza di Parseval può essere utilizzate per misurare la bontà della ricostruzione di un segnale TC periodico impiegando un numero finito di armoniche (cfr. 5. Utilizzando l’uguaglianza di Parseval. per avere ξM ≥ 0.5. tale coefficiente. Infatti. per ottenere una valutazione quantitativa di tale bontà. Per un fissato valore di ξM . al variare di M. Ad esempio. Px che può essere assunto come indice della bontà della ricostruzione al variare di M.2).44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. per un fissato valore di M. In particolare. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t). e quindi per un fissato valore di accuratezza relativa. con M ∈ N . sfruttando la simmetria hermitiana dei coefficienti. In fig. la (5. ottenendo così il coefficiente ξM = Px (M) ∈ [0. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 .

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

10) della serie di Fourier di y(t).10). 5. =Yk (5. periodico di periodo T0 . Risposta di un sistema LTI ad un segnale periodico (caso TD).13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). sia applicato (fig.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD.18 Consideriamo prima il caso TC. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . che può essere vista come un caso particolare di segnale periodico.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t .46) ha la forma dell’equazione di sintesi (5. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. § 4. per il principio di sovrapposizione (3. Applicando l’equazione di sintesi della serie di Fourier a TC (5. è possibile applicare il principio di sovrapposizione (3. In particolare. ed essendo i coefficienti Xk ∈ C quantità costanti.23).7. 5.5 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. Per la linearità del sistema. Pertanto. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . 5. dove f0 = 1/T0 . 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 (4.14.13.5. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico.23) per calcolare l’uscita y(t). e supponiamo che il segnale x(t).46) Poiché la (5. 5. sfruttando le formule di Eulero. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n .97) e (4. Infatti. 6). Risposta di un sistema LTI ad un segnale periodico (caso TC). 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.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. Fig.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . 18 Espressioni . le espressioni precedenti sono state già utilizzate (cfr. mediante le relazioni (4.

si ricava anche in questo caso che y(n) è un segnale periodico. 19 A (5. Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). si ha: ydc = H(0) xdc . applicando il principio di sovrapposizione.47) per k = 0.50) Dal confronto con la (5. 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 ). 21 Si noti che. Yk = H(k f0 ) + Xk . stretto rigore. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. e ricordando che Y0 = ydc e X0 = xdc . N0 k=0 dove ν0 = 1/N0 . la (5. supponiamo che il segnale x(n). per la simmetria hermitiana di H( f ) risulta che H(0) è reale.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . calcolati alle frequenze fk = k f0 .47) La (5.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | .47).49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. complesse. (5.14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) .22). in generale. la funzione H( f ) prende anche il nome di risposta armonica del sistema. Notiamo che le quantità che compaiono nella (5. sia applicato (fig.47) sono tutte. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . 5. (5.48) (5. in particolare. Pertanto. che prende per questo motivo il nome di guadagno in continua del sistema. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 .21 Passando ad esaminare il caso di un segnale TD. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. se il sistema è reale. periodico di periodo N0 . con lo stesso22 periodo N0 del segnale di ingresso. .22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . valgono considerazioni analoghe a quelle già fatte nel caso TC.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 .105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n .51) Per gli spettri di ampiezza e fase. Particolarizzando la (5. mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. N0 k=0 =Y (k) (5. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. In termini di modulo e fase.

lasciando tuttavia invariata la frequenza k f0 del fasore stesso. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza.2 0 −5 0 k 5 Fig. 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. 1 + j2π k f0 RC . ad esempio. 5.9).6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5.8 |H(f)|. 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.47) e (5.9). Inoltre. la modifica subita dalla k-esima armonica. 5. Particolarmente interessante è la modifica delle ampiezze delle armoniche. Esempio 5.4 0. riportata di seguito.4 0.2. 5. mentre la risposta in frequenza del sistema RC è H( f ) = 1 .6 0. come evidenziato nell’esempio che segue. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier.15.2 |Xk| 0.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) .5. avente frequenza k f0 . Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|.4 |Yk| 0.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. di ampiezza A e duty-cycle δc .51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. 1 + j2π f RC per cui la (5. Fig. 5.16.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. |H(k f0)| 0.46). Facendo riferimento al caso TC. 5. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es. 5. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata. la (5. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) . in ingresso ad un sistema RC. Risposta di ampiezza del filtro RC (es.

5. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es. ossia quello di atte1) l’ampiezza di alcune armoniche. sulla base della posizione della banda passante e di quella oscura. Il segnale y(t) di uscita (fig. 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. 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. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. Per questo motivo. . in quattro tipologie principali: 23 Ovviamente non è escluso che il sistema LTI possa amplificare (quando |H(k f 0 )| ≥ 1) l’ampiezza di alcune armoniche. In fig. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. un comportamento tipico ad esempio dei circuiti elettrici risonanti. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate.17). In particolare.8 x(t). ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi.4 0. Viceversa. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. 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).2 0 −1 −0.5 0 t/T 0.17.23 Come caso limite. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. 5. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. per effetto dell’attenuazione delle componenti ad alta frequenza. I filtri ideali TC sono in genere classificati. per 2π f0 RC = 1. 5.5 1 0 Fig.6 0. si dice che il sistema LTI si comporta come un filtro. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. mentre in fig.9.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. In particolare.y(t) 0. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . i più semplici esempi di filtri sono quelli cosiddetti ideali. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso).240 Serie di Fourier 1 0. 5.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. Con riferimento al caso TC. 5. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso.

| f | ≤ fc . mentre la banda oscura è Ws =]−∞. La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. +∞[. Fig. 5.6 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. mentre la banda oscura è Ws = [− fc . La risposta in frequenza di un tale filtro (fig. fc ].18. | f | > fc . La banda passante del filtro è W p = [− fc . | f | ≤ fc .5. (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 banda passante del filtro è W p =]−∞. Risposta in frequenza di un filtro ideale TC passabasso (LPF). . (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. | f | > fc . − fc [ ∪ ] fc . Anche in questo caso. − fc [ ∪ ] fc .19. 5. Un’espressione equivalente di HHPF ( f ) si ottiene osservando che un filtro HPF è complementare ad un filtro LPF con la stessa frequenza di taglio: HHPF ( f ) = 1 − HLPF ( f ) = 1 − rect f 2 fc . La risposta in frequenza (fig. Risposta in frequenza di un filtro ideale TC passaalto (HPF). 1. 5.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. o equivalentemente: HLPF ( f ) = rect f 2 fc . 0. fc ].

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

Per quanto riguarda il caso TD.22–5. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). quindi soddisfa la proprietà di simmetria hermitiana.21. BPF e BSF per il caso TD. con 0 < νc1 < νc2 < 1 .22–5. Tali filtri si dicono ideali anche . A causa di tale periodicità. descritti dalla (5. 5.52) (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. nelle fig. 5. 5. prop.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . HPF. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. data dalla (4. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). 1/2[.101) nel caso TC. Anche nel caso TD.53). proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. descritti dalla (5. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. Nelle fig. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). Per questo motivo. sia nel caso TC che TD. necessaria per garantire la periodicità di H(ν ). 4.108) nel caso TD.5. con la fondamentale differenza che. 2 mentre per i filtri BPF e BSF.11).54) (5. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ).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.25 sono mostrate le risposte armoniche dei filtri ideali LPF.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. Si noti che per tutte le tipologie di filtri introdotti precedentemente.53) (5.55) è possibile definire due frequenze di taglio. oppure dalla (4.54) e (5.52) e (5. si noti che le espressioni analitiche della risposta in frequenza nel caso TD differiscono da quello TC solo per l’aggiunta dell’operazione di replicazione di passo unitario. Tali filtri si dicono invece ideali in senso “fisico”. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. 0 < νc < 1 rappresenta la frequenza di taglio. perché presentano una separazione netta tra banda passante e banda oscura. la risposta armonica H(·) è una funzione reale e pari. le tipologie di filtri ideali sono le stesse.

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

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. Risposta in frequenza di un filtro ideale TD passaalto (HPF). 5. 5.25. . 5.23. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). Risposta in frequenza di un filtro ideale TD passabasso (LPF). HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. Fig. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig.24. Risposta in frequenza di un filtro ideale TD passabanda (BPF). 5.22.

ci sono varie strade alternative: (a) nel caso particolare in cui il segnale si può esprimere come somma di sinusoidi/cosinusoidi. con f1 ∈ R+ . in quanto i coefficienti della serie di Fourier di 1 (segnale costante) sono δ (k). avente periodo fondamentale T0 e frequenza 1 fondamentale f0 = T0 .1 Si consideri il segnale: x(t) = cos(6π t) cos(2π t) + sin 2π t + (a) Determinare il periodo T0 di x(t). le cui serie sono più agevoli da calcolare.] 1 1 Risultato: (a) T0 = 1 (b) X1 = 2 j e jπ /4 . Per un segnale avente forma più generale. 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. utilizzare note formule trigonometriche ed applicare il metodo di ispezione. per la proprietà di linearità Xk = 2Yk − δ (k). tuttavia. In questo caso il calcolo di Xk si riduce a quello di un integrale definito (spesso conviene considerare separatamente il caso k = 0).246 Serie di Fourier 5. (d) si utilizza la relazione nota come proprietà di campionamento in frequenza o formula di Poisson (cfr. se x(t) = 2 y(t) − 1 si ha. T0 dove le scelte più comuni per l’intervallo di integrazione sono (−T0 /2. X−1 = − 2 j e− jπ /4 . tutte le serie di Fourier proposte negli esercizi di questo capitolo sono calcolabili semplicemente anche con le tecniche (b) e (c). (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. e si utilizzano le proprietà formali della serie di Fourier: ad esempio. Esercizio 5.7 Esercizi proposti Con riferimento ai segnali TC (analoghe considerazioni sussistono per la DFS di un segnale TD). (b) si risolve direttamente l’equazione di analisi Xk = 1 T0 x(t) e− j2π k f0t dt . X2 = X−2 = X4 = X−4 = 1 . (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 e la frequenza fondamentale f0 . e quest’ultimo problema è generalmente più semplice. Esercizio 5. Xk = 0 per tutti gli altri 4 valori di k ∈ Z. per ricavare i coefficienti Xk di un segnale x(t) periodico. in questo modo il calcolo della serie di Fourier si riconduce a quello della trasformata di Fourier di xg (t). e quindi andrebbe utilizzata per prima. π 4 . la procedura (d) è quella che semplifica maggiormente i calcoli. [Suggerimento: per il punto (b). T0 /2) oppure (0. 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”). . In conclusione. T0 ). (c) si esprime il segnale periodico x(t) in funzione di uno o più segnali periodici con lo stesso periodo. il metodo di ispezione è applicabile solo a segnali composti da sinusoidi/cosinusoidi.

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

j Risultato: (a) N0 = 24. 1. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. Esercizio 5. (b) X(0) = N. k2 π 2 Esercizio 5. X(1) = X(k) = 0 per tutti gli altri valori di k.  j   0. X(3) = 3 + j. da cui X(0) = −2. 3}. k pari . . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . X(N − 2) = − N j. . N 2 (3 − j). . . dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . (a) Determinare il periodo N0 del segnale x(n). (a) Determinare il periodo N0 di x(n). k ∈ {2. 22} . X(1) = 3 − j. 2. k = 23 . 3. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. k ∈ {0.] 0. (a) Rappresentare graficamente il segnale x(n). k = 0. . k dispari . X(2) = 0. X(N − 1) = 2 N 2 (3 + j). (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. Esercizio 5. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.   12 j 3π /8  e .  24 . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k . dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). Risultato: (b) Xk = 4 . (b) X(k) = − 12 e− j 3π /8 .9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 . [Suggerimento: dal grafico. k = 1.7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. Risultato: (a) N0 = N. ed applicare poi la proprietà di linearità della serie di Fourier.248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. X(2) = N 2 j.

13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . X(1) = 4 − j 8. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. Risultato: (a) N0 = 4. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. .11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . X(3) = 4 + j 8. k ∈ {1. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana..12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . 4. 8. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5. k ∈ {0. 1. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 3}. xg (n) = 2 .. 4} . n = −1 . Risultato: (b) X(k) = 1 + 4 cos πk 3 . (b) X(k) = 4 + 8(− j)k . X(2) = −4. altrimenti . Esercizio 5. 2. 3. n = 1.5. .10 Si consideri il segnale periodico x(n) = rep6 [xg (n)].    0. da cui X(0) = 12.   1 .. 2.. n = 0. k ∈ {0. Risultato: (a) N0 = 5. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . (a) Rappresentare graficamente il segnale x(n). 3. 6}. k = 0. Esercizio 5. dove  2 . . 2. 5.. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 1.. -5 0 5 n (a) Determinare il periodo N0 di x(n).7 Esercizi proposti 249 Esercizio 5.

N0 ∈ N: 0 x(n) = x n T0 N0 . in modo da poter sfruttare la (5. T0 /2) e dividere l’integrale in due integrali. (d) X(0) = −2. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. (e) X(0) = 3. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . X(3) = − j. Provare che valgono le seguenti identità: N0 −1 n=0 N0 −1 k=0 ∑ ∑ w±kn = N0 N0 w±kn = N0 N0 +∞ =−∞ +∞ =−∞ ∑ ∑ δ (k − N0 ) = N0 repN0 [δ (k)] δ (n − N0 ) = N0 repN0 [δ (n)] N−1 [Suggerimento: applicare l’indentità notevole n=0 ∑ an = 1 − aN . X(1) = 2.] 1−a Esercizio 5. . (b) X(0) = 3. X(2) = 3 j. X(3) = 5 + j. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5.56) (b) Viceversa. X(1) = 5 − j.56). ∀t ∈ R . ∀k pari.14 Sia wN0 = e− j2π /N0 . X(2) = 1. X(3) = −3 j. 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).14.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. X(2) = 3.16 Senza calcolare esplicitamente x(n). con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). (b) Scrivere l’equazione di analisi in (−T0 /2. (c) X(0) = j. X(1) = 3. (5. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . X(3) = −5. valida ∀a = 0. X(2) = 2. X(4) = −3. X(1) = 3 e jπ /4 . X(1) = −5. allora il segnale ha solo le armoniche dispari. mostrare che se x(t) ha la proprietà di simmetria (5.56) operando un cambiamento di variabile in uno dei due integrali. X(3) = 3 e j7π /4 . X(3) = 1 − j.15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . X(2) = 1 + j. Esercizio 5.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. e si ha in particolare  0 .56). ] Esercizio 5. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . [Suggerimento: applicare le identità dell’esercizio 5.

0 ≤ t < 4. . n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). Esercizio 5. (3) X(11) = 50. per la proprietà (4). (2) ∑5 x(n) = 2. con xg (t) = 1. utilizzare l’uguaglianza di Parseval per la DFS. −1. (b) x(n) reale. Esercizio 5. 1 + j2π f T0 ottenendo il segnale y(t). 3 6 Esercizio 5.17 Si consideri il segnale periodico x(n). dove xg (t) = Λ t T0 .5. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). γ . 4 ≤ t < 8 . Risultato: y(t) ≡ 0. (d) x(n) non reale. n=0 (3) ∑7 (−1)n x(n) = 1.7 Esercizi proposti 251 Risultato: (a) x(n) reale. β = π /5 e γ = 0. (4) Px = 50.] Risultato: x(n) = 1 + 1 (−1)n . (c) x(n) non reale. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. avente DFS X(k). [Suggerimento: utilizzare le proprietà della DFS. avente DFS X(k).20 Il segnale periodico x(t) = rep2T0 [xg (t)]. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . β . (2) x(n) è periodico di periodo N0 = 10. (e) x(n) reale.] Risultato: α = 10. il segnale x(n) è quello avente potenza Px minima. e determinare in particolare le costanti α . con T0 ∈ R+ . Esercizio 5. 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)].18 Si consideri il segnale periodico x(n).

. H(1/2) = 0. (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). . calcolare l’espressione esplicita di y(t). 1 2T0 3 < fc < 2T0 . con T0 ∈ R+ . (b) y(t) = π82 cos(2π f0t). l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. 9 Esercizio 5. 3. (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 ). Risultato: (a) xdc = ydc = 1 . (b) In corrispondenza dei valori di fc determinati al punto (a).21 Il segnale periodico x(t) = rep2T0 [xg (t)]. H(3/4) = 2 e− jπ /4 . Esercizio 5. 1. con T0 ∈ R+ . Risultato: y(t) = 8 sin(2π f0t). Determinare i valori di H Risultato: H(0) = 0. (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. 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 .22 Il segnale periodico x(t) = repT0 [xg (t)]. e ∆ν = 1 24 . 2.23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 .252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). H(1/4) = 2 e jπ /4 . è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . Determinare il segnale y(t) in uscita al filtro. dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . si trova che Esercizio 5.24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . per k = 0. π2 Esercizio 5. 1).

] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ).25 Il segnale periodico x(t) = repT0 [xg (t)].5.27 Il segnale x(t) = rep2T0 [xg (t)].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 . 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. dove xg (t) = cos πt T0 rect t T0 . determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 .2.6. k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 .364 f0 . . 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. con T0 ∈ R+ . f1 = 2 kHz. 2T Esercizio 5. (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). 1 n−4k x3 (n) = ∑+∞ u(n − 4k). [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. f2 = 3 kHz. (b) y2 (n) = sin . si calcoli l’uscita y(t). (c) y3 (n) ≡ 0. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 .] √ 1 2 1 . Risultato: RC = 1 2π f0 68 13 ≈ 0.28 Con riferimento allo schema in figura. (c) RC = T0 π 3 . (a) Calcolare la frequenza fondamentale f0 del segnale x(t). 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.7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . (b) Con riferimento al punto precedente. (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. sapendo che: (1) x(t) = cos(2π f0t). con T0 ∈ R+ . Esercizio 5. Py = π 4 1 + 81 . con f0 = 1 kHz.

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

Sign up to vote on this title
UsefulNot useful