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

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

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

. . . . . . . . . . . 7. . . . . . .1. . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . 6. . . . . . . . . . . 6. . . . . . . . . . . . . 6. . . . . . 6. .7. . . . . . . . .3 Derivazione e differenza prima. . . . . . . . . . . . . . . .1 Proprietà di convoluzione . . .1 Segnali TC . 7 Campionamento e conversione A/D e D/A 7.4 Proprietà della risposta in frequenza .1 Teorema del campionamento . .2 Trasformazioni della variabile indipendente . . . . . . 6. . . . .7. . . . . . . 6.3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . . . . . . . . . . . . . .3 Segnali TD transitori . . . . . . . . . . 6. . . . .1. . . . 433 A. . . . . . . . . . . . . . . . .2 Banda passante e banda di un sistema . . . . . . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . 6. . . . . . . .4. . . . . . . . . 6.3 Esistenza ed invertibilità della trasformata di Fourier . . . . . . . . . . . . . . . . . .1 Introduzione . . . . 7. . 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4 Estensione spettrale e banda di un segnale . . . . .3 Proprietà elementari della trasformata di Fourier . . . . . . . . 6. . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4 Quantizzazione . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . .1 Trasformata di Fourier di un segnale periodico TC . . . . . . . . . . . . . . .3 Segnali a banda non limitata . . 7. .3 Campionamento ed interpolazione in pratica . .3. . . . . . . 437 . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . .1 Trasformazioni della variabile dipendente . . . . . . . . . . . . . .2. . . . . . .4. . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . .2 Trasformata di Fourier per segnali TD . . . .2 Segnali TD . . . . . . . . . . .6. . . . . . . . .5 Proprietà della trasformata di Fourier . . . . . . 6. . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . .5. . . . . . . . . . . . . . 6. . integrazione e somma . . . . . . . . . . . . . . . . . . . . . . .2 Segnali a banda praticamente limitata . . . . . . . . . . . . . . . . . . . .3 Aliasing . . . .5. . . . . . . . . . . . . .3. . . . . . . . . . . . . . . .3. . . . . . . . . . . . . . . . .2. . .1 Trasformata di Fourier per segnali TC . . .1 Segnali a banda rigorosamente limitata . . .7. . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . .3. .5 Esercizi proposti . . . . . . .6. . . . . . . 6. . . . 7. . . . . .2 Interpolazione non ideale . . . . . . . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . . . . 7. .5. . . . . . . . . 6. . . . . . . . . . . . . . . . . . .3. . . . 6. . . . .1 Definizione di numero complesso .7. . 434 A. . . . . . .8 Esercizi proposti . . . . . . . . . . . . . . .6. . . . . . . . . . . . . . . . . . .2 Forma algebrica dei numeri complessi . .1 Trasformata di Fourier . . . . . . . 6. . . . . . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD . . . 6. 7. . .1. . . . . . . . . . . . . . . . . . . . . . A Richiami sui numeri complessi 433 A. . . .1 Separazione di segnali mediante filtraggio . . . . . . 6. . . .2. . . . .2 Interpolazione ideale . . . . . . . . . . . .4. . . . . . . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. .2 Campionamento ed interpolazione ideale . . . . 6. . . . . . . . .4 Relazioni tra serie e trasformata di Fourier . . . . . . . . . 7.6 Trasformata di Fourier dei segnali periodici . . . . . . . . . . . . . 6. 6. . . . . . . . . . . . . . . . . . . .3 Estensione spettrale e banda di un segnale periodico .INDICE iii 6 Trasformata di Fourier 6. . . . . . . . . . . . . . . .6. . . . . . . . . . . . . . . . .

F. . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . .1. . . . . . . . . . . . . . .3 Trasformate notevoli . . .3 Trasformate notevoli . . . . . .1 Definizione di limite di una successione B. . . . . . . . . . . . . . . . . . . . . . . .2 Proprietà . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Serie bilatere . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . E. . . . . . . . . .2 Funzioni complesse di una variabile reale . . . . . . . . . . . . . . . . . . . 461 D Invertibilità di un sistema 463 D. . . . . . . . . . . . . . . . . . . . . . . . . . . E. . . . . . 442 B Richiami di analisi matematica B. . . . . . . . . . . . . . . . . . . . . 445 445 445 447 448 450 451 451 453 456 .1. . . . . . . . . . .1. . .2.2 Proprietà . . . . . . . . . . . . . . F. . . . . . . . . . . . . . . . . .1 Invertibilità di un sistema . .3 Sommabilità . . . . . . . . . . . . .4 Successioni sommabili . . . . . . . . . . 463 D. . . . . . . F. . . . . . . C Proprietà matematiche della convoluzione 459 C. . . . . . . . . . . . . . . . . . . . . . . .1. . . . . . . . . B. . . . . . . . . . .2 Trasformata di Fourier a TD . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Convergenza in media quadratica della serie di Fourier F Proprietà della trasformata di Fourier F. . . . . . . . .1 Definizioni . .1 Integrale di convoluzione . . . . . . . . . . . . . . . . . . . . . F. . . E. . . . . . . . .4 Forma esponenziale dei numeri complessi . .2 Invertibilità di un sistema LTI . . . . .2. . .iv INDICE A. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1.1 Definizioni .1. . . . . B. F. . . . . . . . . . . . . . . . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . . . .1 Successioni e serie numeriche . . . .1 Trasformata di Fourier a TC . . . . . . . . . . . . . . . . . . . . . .2 Proprietà . . . . . . . . . .2.2 Serie monolatere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. .1. . . . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Serie di Fourier a TD (DFS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . E.2 Integrazione . . . F. .2 Somma di convoluzione . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . 466 E Proprietà della serie di Fourier E. . . . . . . . . . . . . . . . . . . . . . .1. . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . E. . . . . . . . . . . . . . . . . . . .2. .1 Definizioni . . . . . . . F. .5 Funzioni complesse di una variabile reale . B. . . . . . . . .1 Serie di Fourier a TC . . . . . . . .1 Definizione . . . . .1 Continuità e derivabilità . . . . . . . .1. . . . . . . . . . . . . . . . . . . . . . Bibliografia 471 471 471 471 473 473 473 474 479 479 479 479 482 482 482 483 485 487 . .2 Proprietà . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459 C. E. . . . . . . . . . . . . . . . . . 440 A. . . . . . . . . . . . . . . . .

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

f [x(n − 1)] con n = 1. è possibile applicare metodi per determinare soluzioni approssimate.2. Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A. l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 . 3. 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)] .3 (successione) In matematica. la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. Esempio 1. Esempio 1. 2. f0 e ϕ0 sono diversi. frequenza f0 . f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. 1. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ). 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). Posto x(0) = b. Il segnale sinusoidale degli es. che sia crescente.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. e fase iniziale ϕ0 . La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante. . 1. . . e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . Ripetendo tale procedimento. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione. il metodo di Newton (fig. 1. . dove ϕ0 è la posizione angolare del corpo all’istante t = 0. inoltre. Supponiamo che f sia dotata di derivata prima continua e. pulsazione ω0 o frequenza f0 . Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ).2. 1.3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b.1. anche se il significato fisico ed i valori dei parametri A. ed è raffigurato in fig. Fig. 1.2 è una funzione del tempo x(t).1 e 1. Un esempio classico è il metodo di Newton o della tangente. 1. .2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig.1. convessa e tale che f (a) < 0 ed f (b) > 0.2. che consente di risolvere approssimativamente equazioni del tipo f (x) = 0.

infine. 1.3. le variabili indipendenti di un segnale possono non avere un significato fisico o. Ugo Bianchi.. il dominio T di x coincide con l’insieme dei numeri reali.4.. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. Il metodo di Newton dell’es. Maria Turchini. 1. il dominio del segnale T = {Carlo Rossi. 1.4. un segnale può essere definito mediante una tabella.1 e 1. Esempio 1. Voto 22 30 25 30 . 2.. Fig. . 1.3.4. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. Franca Neri .1 e 1. x(1) x(2) Fig. Tale relazione definisce una successione numerica. Si osservi che. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. 1.2. 1. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. 1. nel caso dell’es.14 più avanti).3.3.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . cioè T = R. Gli es. Ad esempio. un segnale di questo tipo può essere indicato come segue: x : T → X. 1. Il segnale in forma tabellare dell’es. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. (1. 1. . l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito).. . 1.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. mentre l’insieme X.. 1. possono rappresentare dati . consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig.. dove f (x) denota la derivata prima di f (x). come accade nell’es.4. per gli es. .} è costituito dai nomi degli studenti.. 1.2 e 1. un voto nell’es. il dominio del segnale risulta essere T = N0 = {0.. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. racchiude i valori assunti dalla variabile dipendente x. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. 1.2. 1. 1. che prende il nome di insieme di definizione o dominio di x. 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.. 1.1. ad esempio per molti segnali la variabile indipendente è proprio il tempo...1. 1.1) dove l’insieme T. l’indice n nell’es. come nell’es.4). che prende il nome di immagine di T mediante x o anche codominio di x. una tensione nell’es. 1.3. .2. in questo caso.3. Al crescere di n..4. . 1.10 e 1. .4 (tabella) In alcuni casi.1. nel caso dell’es.4) ed una variabile dipendente x (una lunghezza nell’es. ma esistono casi significativi di segnali – le immagini. ovvero un segnale definito nell’insieme N0 dei numeri naturali. lo studente nell’es. Inoltre.

4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig.1 e 1.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. a prescindere dal loro effettivo significato fisico. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. Definizione 1. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. riportato schematicamente in fig. quando tuttavia vorremo enfatizzare la seconda interpretazione.6. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. 1. Rappresentazione di un sistema mediante schema a blocchi. 1.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. Gli es. dei quali alcuni sono identificati come segnali di ingresso (o cause). 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). Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. oppure può rappresentare la legge di corrispondenza (1. quale il partitore resistivo dell’es. Esempio 1. mentre l’uscita è la tensione ai capi del resistore R2 . Concludiamo osservando che. Tali funzioni potranno essere descritte mediante un’espressione matematica. 1. Fig. con riferimento ad un segnale funzione del tempo. 1. scriveremo {x(t)}t∈T. di natura più generale (gli studenti). Schema elettrico di un partitore resistivo. è lo schema a blocchi di fig. 1. capace di trasportare un messaggio dalla sorgente alla destinazione.5. e alla variabile dipendente x come all’“ampiezza” del segnale. 1.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi.5.6. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita. un grafico o una tabella. comunque. Esso è composto da tre elementi fondamentali: un trasmettitore. Di norma.5.5 (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). in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . 1. In molti casi la distinzione è ininfluente oppure si ricava dal contesto.1) (cioè il segnale nel suo complesso per ogni t ∈ T).6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione.7. 1. e gli altri come segnali di uscita (o effetti). che associa ad ogni messaggio da trasmettere . rimandando il lettore agli esempi che ne chiariscono meglio il significato. Esempio 1.

si pensi. il canale ed il ricevitore. Ad esempio. un sistema è una mera collezione di componenti elettrici. un cavo telefonico) lungo il quale viaggia il segnale d’informazione. ad esempio. che è il mezzo fisico (ad esempio. per i quali l’analisi diretta dell’intero sistema risulta essere troppo complicata. (“messaggio sorgente”) un segnale opportuno (generalmente elettrico o ottico). in questo caso. simbolicamente: S : I → U. A tal fine. L’operatore S associa ad ogni segnale x di I un segnale y di U. La decomposizione di un sistema in sottosistemi è particolarmente utile quando occorre studiare sistemi complessi. meccanici. ed. un ricevitore.1. Dato un sistema e assegnati i segnali di ingresso.7 può essere suddiviso in tre sottosistemi distinti: il trasmettitore. 1. 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.2 Definizione di sistema 5 messaggio sorgente trasmettitore canale ricevitore messaggio destinazione Fig. in alcuni casi. quindi. . allo studio di un sistema in condizioni operative particolari che sono pericolose da riprodurre in pratica.7. ogni singola entità può essere riguardata come un sottosistema che concorre a definire l’intero sistema. oppure. infine. non è stato ancora realizzato fisicamente. soffermiamo l’attenzione su un sistema che ha un solo segnale di ingresso e un solo segnale di uscita (come il partitore resistivo). 1. e indichiamo con I l’insieme dei possibili segnali di ingresso e con U l’insieme dei possibili segnali di uscita. 1. Gli esempi precedenti mettono in luce alcuni aspetti importanti. a “produrre” dei segnali di uscita. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. infatti. Inoltre. il concetto di sistema è inscindibilmente legato a quello di segnale: senza alcun segnale in ingresso. il calcolo analitico della risposta di un sistema è spesso l’unica strada disponibile. Innanzitutto. è più semplice ed economicamente vantaggioso determinare i segnali di uscita analiticamente piuttosto che sperimentalmente. un canale. che ha il compito di estrarre dal segnale ricevuto il messaggio trasmesso e recapitarlo alla destinazione (“messaggio destinazione”). pertanto. allo studio di fattibilità di un sistema che è in fase di progetto e che. uno dei problemi fondamentali che si incontra nell’analisi dei sistemi è quello di ricavare analiticamente i corrispondenti segnali di uscita. S y x insieme dei segnali di uscita insieme dei segnali di ingresso (1. Un sistema può essere descritto matematicamente da un operatore o una trasformazione S. Da quanto detto si evince che è necessario introdurre una descrizione matematica dei sistemi. o biochimici.8.2) I U Fig. il sistema di comunicazione in fig. che interagiscono tra di loro. sono i segnali di ingresso che “forzano” il sistema a “reagire” e. Schema semplificato di un sistema di comunicazione.

In tal caso. la (1. n] (1.8 è riportata una rappresentazione schematica della legge di corrispondenza (1. 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. rispettivamente. indipendentemente dai fenomeni fisici coinvolti. più in generale.1) e (1. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita. con t ∈ R. si useranno le notazioni y(t) = S[{x(u)}u∈T. 1.6 Segnali e sistemi: introduzione In fig. tuttavia. 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 ] − ∞. 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. su tutto il proprio dominio di definizione T.3) per descrivere sinteticamente la trasformazione (1. possano sembrare simili a prima vista. In molti casi.2). risulta essere convergente. com’è anche evidente dagli es. d’altra parte. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso. dove x(t) denota il segnale di ingresso e y(t) quello di uscita.8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) . Esempio 1. con n ∈ Z.2) che definiscono segnali e sistemi.2). Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi.t]. 1. Esempio 1.2). forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. che definisce un segnale. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t).t] y(n) = S[{x(k)}k∈T. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞. Infatti.2). 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. i cui elementi sono numeri reali o interi relativi. è una legge di corrispondenza tra insiemi “numerici”. per ogni t ∈ R. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. A questo punto è necessario fare una considerazione che è bene che il lettore tenga .t]. il valore del segnale di uscita in un dato istante di tempo può dipendere dal valore assunto dal segnale di ingresso in più istanti o. con particolare riguardo a quelle che sono applicabili in generale. Una seconda osservazione importante è che. Si osservi che. In tal caso. 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 i due insiemi I e U implicitamente definiscono anche il dominio e il codominio dei segnali di ingresso ed uscita del sistema. per ogni n ∈ Z.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione. 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. Sulla base di tale osservazione.8.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du . piuttosto che sulla realtà fisica cui il modello si riferisce. Per evidenziare invece il fatto che nella trasformazione (1.1). rispettivamente. la (1. sebbene le corrispondenze (1.

o per la conoscenza imperfetta dei meccanismi che li governano. 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.8 1 (a) (b) Fig. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr. Esempio 1. La classe dei segnali deterministici è ampia.5 x(t) 0 x(t) 0 0. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. In primo luogo.5 −1 −1 0 0. quasi sempre estremamente semplificata. es. Il segnale vocale assume una forma profondamente diversa.4 t 0. 1.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. non ammettono una descrizione matematica esatta. In secondo luogo.1. In conclusione. 1. o in forma grafica). per la loro complessità. infatti.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. ben presente nel seguito. in quanto contengono un certo grado di imprevedibilità o di incertezza. che esprime la pressione acustica in funzione del tempo. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto.2 0.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà. In fig. che non possono cioè essere descritti esattamente.9. 1. 1. il modello matematico è quasi sempre frutto di approssimazioni. per la presenza di disturbi. . 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”.3 Segnali deterministici ed aleatori I segnali considerati negli es.5 0.3 Segnali deterministici ed aleatori 7 1 1 0.6 0.2 e 1. Va osservato come principio generale che un modello è solo una rappresentazione. 1.6 0.2) non è mai esattamente sinusoidale. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino. Definizione 1. 1. Tali segnali scaturiscono da fenomeni fisici che. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. in forma tabellare.1. accoppiamenti parassiti.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. ecc.5 −0.8 1 0 −0.4 t 0. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. ad esempio.2 0. della realtà che intende descrivere. non linearità.

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

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.

y) Green z G(x. siano essi zR (x. y). y). zG (x. 1. . Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. zG (x. e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. Negli esempi visti in precedenza.18.t) di tre variabili.y) Blue z B(x. zB (x.y) Fig. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. y)] . y. zB (x.4. y) = [zR (x. zB (x. y). Se l’immagine a colori è in movimento (filmato a colori).14 (immagine a colori) Una immagine fissa a colori (fig. i segnali sono tutti scalari. 1. In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x. y).2 Proprietà della variabile dipendente Definizione 1. rosso (R).7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare. discusso nell’esempio seguente.14 Segnali e sistemi: introduzione Red z R(x. y). e quindi nei segnali zR (x. 1.18) può essere decomposta dalle sue tre componenti fondamentali. verde (G) e blu (B). Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale. y). y). per cui il segnale sarà descritto da una funzione vettoriale z(x. Esempio 1. y). Un esempio di segnale vettoriale è l’immagine a colori. zG (x. ovvero un “array” di scalari.

5} è costituito solo da due valori. Il vantaggio che si consegue con la quantizzazione è che. 1. mentre X è un insieme discreto per un segnale ad ampiezza discreta. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. .1 e 1.1). Definizione 1. altrimenti .2 assume con continuità tutti i valori dell’intervallo [−A. 1.20 (b).16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). Esempio 1. 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. 1. La quantizzazione si dice “ad un bit” in quanto l’ampiezza . il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. Il segnale risultante x(t) (fig. detta quantizzazione... Si tratta di un segnale a tempo continuo ma ad ampiezza discreta.12.15. 1.19. 1. la sinusoide degli es. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. Il segnale risultante è mostrato in fig. Un esempio di segnale ad ampiezza discreta è il segnale logico..20(a). raffigurato in fig. −A . utilizzato per descrivere un segnale. A] ≡ X. se il numero delle ampiezze è finito. visto che il suo codominio X = {−5. rimpiazzandole con un numero finito di possibili valori. Esempio 1.4 Classificazione elementare dei segnali 15 x(t) 5 . Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. 1. t -5 Fig. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. 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 .19) descrive la variazione dello stato logico nel tempo. Sulla base del modello matematico (1.1.15 (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). se x(n) ≥ 0 ..

1. . 1.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). 1. denominato quantizzatore. 1. 7. Schema a blocchi di un quantizzatore. e quindi può essere rappresentata con un solo bit. segnale ad ampiezza discreta Fig. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A.21.16 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. (b) il segnale ad ampiezza discreta y(n) dell’es. segnale ad ampiezza continua quantizz .12.21. Così come il campionamento. e raffigurato in fig. Anche l’operazione di quantizzazione si può interpretare come un sistema.20. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. 1. anche la teoria della quantizzazione sarà approfondita nel cap. assume due soli valori.

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

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

in maniera lievemente imprecisa.24(b).25 è puramente di principio. Lo schema del convertitore A/D riportato in fig.25). è un sistema a TC. 1. 1. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. 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. Conversione A/D: (a) schema a blocchi di un convertitore A/D.3 Infine. 1. e quindi sono sistemi a TC: ad esempio una rete elettrica. 1. In accordo con la simbologia introdotta in fig.25.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. nel caso di sistemi misti. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. che presenta ingresso a TD e uscita a TC.13).12).5. e quindi bisogna effettuare sia un campionamento (cfr. nel caso di sistemi a TC. 1. 1. Sulla base del modello (1.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. 1. I sistemi a TD non esistono generalmente “in natura”. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC.1. es. 1. Esempi significativi di sistemi di questo tipo sono il campionatore (es. 1. Inoltre.2) utilizzato per descrivere matematicamente un sistema. . Il seguente esempio introduce due ulteriori esempi di sistemi misti. ADC). sia una quantizzazione (cfr. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto.6. 1. come il partitore dell’es. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. e spesso non sono nemmeno chiaramente separabili. essi sono inoltre di grande interesse ingegneristico. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione.24(a). l’insieme I racchiude solo segnali a TC. e viceversa. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo.12). Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. ed i sistemi a TD sono denominati. o viceversa. es. in campo economico o sociale). sistemi digitali. 1. in un convertitore A/D reale (denominato anche analog-todigital converter. che presenta ingresso a TC e uscita a TD. Esempio 1. mentre U contiene solo segnali a TD. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. 1. effettuata da un sistema denominato convertitore A/D (fig. infine. e l’interpolatore (es. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. segnale digitale (b) Tc Fig.16).5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. quantizz . i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita.

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

ed inviato ad un masterizzatore (digitale). Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. ed inviate ad un convertitore D/A. Esempio 1. 1. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. 1.18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. Schema analogico per la registrazione/riproduzione audio. Una volta inciso il master. codificato in bit. da esso si possono ricavare dei master secondari. tipicamente in materiale metallico pregiato. L’es. ovvero converte la pressione acustica del suono in un segnale elettrico. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore.29. che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig. e da questi ultimi le copie in materiale plastico (vinile). trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). l’utente può riascoltare il brano inciso utilizzando un giradischi. Il masterizzatore si comporta da attuatore. bruciando con un laser in misura maggiore o minore le zone del disco. la differenza significativa è che il segnale captato dal microfono.28. .5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. Tale segnale elettrico. In esso. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco).28 si riporta lo schema di principio che descrive la registrazione di un brano musicale su un disco in vinile e la sua successiva riproduzione. che vengono vendute all’utente finale. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica. viene sottoposto ad una conversione A/D. Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). entrambe effettuate in maniera analogica. che si comporta da trasduttore. dopo l’amplificatore. Successivamente. di debole intensità. 1. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. 1. viene amplificato e inviato ad un masterizzatore (analogico).1. 7. Da ciascuna copia. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. Il brano da registrare viene captato da un microfono.

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

24 Segnali e sistemi: introduzione .

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

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

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

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

Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. 2. 2.1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2.4. mentre il prodotto di due segnali dispari è un segnale pari. (b) segnale riflesso.t2 .5 (c) e (d) sono raffigurati due esempi di segnali dispari. 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·). mentre in fig. Riflessione temporale di un segnale TC: (a) segnale originario. A partire dalla definizione di segnale pari e dispari. . risulta necessariamente x(0) = 0. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig. e (b) sono raffigurati due esempi di segnali pari. (c) Il prodotto di due segnali pari è un segnale pari.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine.6. (b) La somma di due segnali pari [dispari] è un segnale pari [dispari].2. 2. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) .t1 t Fig.

2. x(t) 2 -1 Pa[x(t)] 1 t Di[x(t)] 1 1 -1 -1 1 t -1 -1 1 t Fig.30 Proprietà dei segnali x(t) x(n) (a) (b) t x(t) (c) -3 -2 -1 0 x(n) 1 2 3 n (d) 1 t -3 -2 -1 0 2 3 n Fig.5. 2. (b) segnale pari a TD.6. Invarianza alle riflessioni/inversioni: (a) segnale pari a TC. (c) segnale dispari a TC. (b) segnale dispari a TD. . Esempio di decomposizione di un segnale TC in parte pari e dispari.

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

Un esempio di decimazione con M = 3 è rappresentato graficamente in fig.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. a differenza del termine “decimazione” rievoca la terribile tecnica adoperata dall’esercito nazista durante la seconda guerra mondiale per selezionare i prigionieri da sottoporre a fucilazione per rappresaglia. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. si noti l’effetto di compressione (minore durata) del segnale risultante. se se sceglie M = 10. 2. infatti.2 infatti. (b) segnale decimato con M = 3. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. In questo caso è possibile ancora parlare di compressione. ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a. Decimazione di un segnale TD: (a) segnale originario. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. 2 L’uso . ovvero se a = M ∈ N.8.8. per cui si scrive: y(n) = x(nM) . derivante dalla perdita di due campioni ogni tre del segnale originario. 2. l’espansione si ottiene esattamente l’effetto opposto. ma nel caso TD si utilizza il termine più specifico di decimazione. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. Per segnali a TD. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10.

in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi. Le precedenti considerazioni inducono allora a definire l’operazione di espansione nel caso TD nel modo seguente (si noti l’uso “formale” delle parentesi quadre): n = y(n) = x L x n . M − 1 campioni ogni M) sono eliminati completamente.9. A differenza della decimazione. per analogia con il caso a = M. (b) segnale espanso con L = 3. Analogamente a quanto visto per la decimazione. (2. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. l’espansione a TD è una operazione perfettamente reversibile.9.1) Un esempio di espansione per L = 3 è fornito in fig. 2. 2. Se anche.1 Operazioni elementari sui segnali 33 x(n) (a) -3 -2 -1 0 1 2 3 n y(n)=x[n/3] x(0) x(-2) x(-1) x(1) x(2) (b) -9 -8 -7 -6 -5 -4 -3 -2 -1 0 x(-3) 1 2 3 4 5 6 7 8 9 n x(3) Fig. se n è multiplo di L . altrimenti . . l’espressione y(n) = x(an) non ha senso per qualunque a < 1. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. Passiamo ora ad esaminare l’operazione di espansione nel caso TD. si assume a = 1/L. in quanto an non è un numero intero. L 0.2. perché alcuni campioni del segnale TD (in generale. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. Espansione di un segnale TD: (a) segnale originario. con L ∈ N. della compressione di un segnale TC. la decimazione è una operazione non reversibile.

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

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

Esempio 2. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) . nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero.5 (combinazione di operazioni elementari. 6 6 2 . n x − − 5 . (2) espansione di 6. Esempio 2. mentre in tutti gli altri casi è frazionario. 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 . e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 . osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2. n espansione di 2: y(n) = v . caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3. il segnale y(n) si può esprimere esplicitamente. Pertanto. 2 0. (3) anticipo di 5.1). n espansione di 6: v(n) = u . 2 2 2 Con riferimento all’ultima espressione. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . ovvero se n è pari. 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. eliminando la notazione simbolica con le parentesi quadre. altrimenti il valore del segnale è nullo.4 (combinazione di operazioni elementari. per cui il segnale y(n) vale convenzionalmente zero. anticipo di 5: v(n) = u(n + 5) . altrimenti . è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. allora il risultato si ottiene calcolando il valore del segnale in quel punto. Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. 6 anticipo di 5: y(n) = v(n + 5) . come: y(n) = se n è pari .36 Proprietà dei segnali il risultato corretto per via analitica. (2) anticipo di 5. (3) espansione di 2. Gli esempi che seguono mostrano come procedere in due situazioni tipiche.

2) esista e sia finito. il che accade se e solo se n è dispari. per cui l’espressione ottenuta si può rendere esplicita. y(n) = n+5 x . un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o.4 0. nell’ambito della teoria dei segnali si incontrano molto frequentemente segnali che non sono continui in tutti i punti del loro insieme di definizione T. altrimenti . In particolare. Con riferimento all’ultima espressione. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. altrimenti . integrazione.1 Operazioni elementari sui segnali 37 1 0.6 0. al più. 2. Il gradino presenta una discontinuità di prima specie per t = 0.2) che esiste ed è finito.10. si dimostra che x(t) è anche continuo in t0 . differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. § B. 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. Gradino a TC.1. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr. In particolare. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da .2). Se il segnale x(t) è derivabile in t0 .8 x(t) = u(t) 0. come:  se n è dispari . Pertanto. infinito numerabile di punti di discontinuità di prima specie. 2. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2.2 0 −2 0 2 4 t 6 8 10 Fig. 2 2. ed è rappresentato graficamente in fig. se t ≥ 0 .10. eliminando la notazione con le parentesi quadre.4 Derivazione. Tuttavia.2. 0 . se il segnale x(t) è derivabile nel punto t0 ∈ T. Il gradino a TC è definito come: u(t) = 1 . 0 .

definiamo la seguente funzione uε (t):  0 .   1. destra (che vale 1). in effetti. 1 2ε per |t| > ε . Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t). la cui trattazione rigorosa richiede la conoscenza dei fondamenti di una branca della matematica nota come teoria delle distribuzioni. Infatti. Infatti la funzione uε (t) è derivabile nell’intorno di t = 0. bisogna ricorrere al concetto di derivata generalizzata. il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0. non presenta i problemi del gradino per quanto riguarda il calcolo della derivata.38 Proprietà dei segnali 1 1/(2 ε) x(t) = u (t) x(t) = δ (t) ε ε −ε t +ε −ε t +ε (a) (b) Fig. quindi.2) non è definito. in cui il limite del rapporto incrementale (2. (b) la derivata δε (t) di uε (t). tuttavia. e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione.11. sebbene matematicamente corretto. e la sua derivata vale: δε (t) = d uε (t) = dt 0. Per mantenere la trattazione ad un livello sufficientemente elementare. poter definire la derivata del gradino anche per t = 0. 2. vale zero in tutti i punti. da sinistra (che vale 0). .11(a). ma a differenza di quest’ultimo è una funzione continua anche per t = 0. . per t < −ε . cercheremo di calcolare la derivata di u(t) euristicamente. Al diminuire di ε la funzione δε (t) diventa sempre più stretta ed alta. calcolata applicando la regola di derivazione ordinaria. Questo risultato. tranne che nel punto t = 0. raffigurata in fig.  1 t uε (t) = 2 1 + ε . si ha: ε →0 lim uε (t) = u(t) . non previsto dall’analisi matematica elementare. per |t| ≤ ε . ma per t = 0 presenta una rapidità di variazione infinita. se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione. Allo scopo di calcolare la derivata generalizzata del gradino. rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica. per t > ε . non è intuitivamente accettabile. Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino. al limite per ε → 0. 2. Per tener conto di questo comportamento e. conservando area unitaria. La derivata di u(t). essendo continua. L’approssimazione è tanto migliore quanto più ε è piccolo. La funzione uε (t). in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1. per |t| < ε . posto ε ∈ R+ .

risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . se è vero che. la funzione ordinaria δε (t) non converge ad una funzione ordinaria. δε (t) non ha alcun significato come funzione ordinaria. Invocando il teorema della media. motivo per cui è comunemente nota come impulso o delta di Dirac. che indichiamo con δ (t) = lim δε (t) .1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. Dirac nei suoi studi sulla meccanica quantistica. conservando tuttavia area unitaria. 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. possiamo affermare che esiste un punto tε ∈ [−ε . 2. Ciò suggerisce che la convergenza del limite al secondo membro della (2. la convergenza della famiglia di funzioni δε (t) alla funzione . un operatore che associa alla funzione x(t) un numero reale. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. a differenza del concetto di convergenza di funzioni ordinarie. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . ε →0 (2.4) Dal punto di vista matematico. (2. Al limite per ε → 0.4) definisce un funzionale che si “appoggia” alla funzione δε (t).2. Infatti. (2. essa ha invece un significato ben preciso se la si moltiplica per un’arbitrario segnale x(t) continuo nell’origine e si integra il risultato su tutto l’asse reale: +∞ −∞ δε (t) x(t)dt = 1 2ε ε −ε x(t)dt .11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). la (2. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. il funzionale (2.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. al limite per ε che tende a zero. ε ) e la misura di tale intervallo.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . per ε → 0.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. al limite per ε che tende a zero. Come indicato dal loro stesso nome. che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . A tale scopo. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. Al diminuire di ε . Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . ε →0 dt (2.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie.5) In altre parole. ε →0 (2. cioè. Quindi. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni.7) dove x(t) è un arbitrario segnale continuo nell’origine.3) mediante una funzione. Questo risultato suggerisce di definire il limite al secondo membro della (2. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine.

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. ∀n ∈ N. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e. ∀t0 ∈ R. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). (d) Parità: δ (−t) = δ (t). +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). di carattere esclusivamente applicativo.2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1. ∀a ∈ R − {0}. ∀a < b ∈ R. per semplicità d’impiego nelle applicazioni.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari.8). la cui verifica è lasciata al lettore per esercizio: Proprietà 2. δ (t) x(t) dt = x(0) . ∀x(t) continua in t0 . anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt .9) dt In altre parole. La prima. se a > 0 oppure b < 0 . ∀x(t) derivabile fino t=0 (f) Derivazione: dn dn δ (t) x(t) dt = (−1)n x(t) dt n dt n −∞ all’ordine n con derivata n-esima continua in t = 0. nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. ma.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). a valle delle considerazioni fatte finora. ∀x(t) 0. A partire dalla definizione (2. implicitamente. ∀t0 ∈ R. t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato. ad esempio.5) e (2. ∀x(t) continua in t0 . (2. secondo l’analisi matematica convenzionale. . in virtù delle (2. riguarda il fatto che. se a < 0 < b . di carattere prettamente matematico. deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . La seconda. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) .5) e (2. b a continuo in t = 0. (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t). (2.8) ovvero. la (2.40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2.8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. |a| . consiste nell’osservare che.

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

cioè. .t2 ). non esiste una definizione universalmente accettata di estensione temporale di un segnale. n2 }. . e segnali di durata non limitata.t2 ) e la sua durata è data da ∆x = t2 − t1 . tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 . . . con riferimento alla definizione generale di estensione. x(n) = 0 per ogni n ∈ {n1 . Un primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig. Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata. . e quali no. cioè. .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 .18. . . In tal caso. 2. l’estensione del segnale è definita come Dx = (t1 .46 Proprietà dei segnali x(t) t1 durata t2 t Fig. n1 + 1. Nel caso TD. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 . . 2. con t2 > t1 . approfondiremo questa classificazione. segnale x(n). Segnale di durata rigorosamente limitata. In questo caso. con n2 > n1 . Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra. . con riferimento a taluni casi particolari di segnali. n1 + 1.3. . Nel seguito. n2 }. legato all’interpretazione di quali valori del segnale siano trascurabili. 2. un segnale TD x(n) si dice di durata rigorosamente limitata se esistono due numeri interi finiti n1 e n2 . . esistono alcune definizioni di estensione temporale di un segnale che sono di comune impiego. x(t) = 0 per ogni t ∈ (t1 . considerando sia segnali TC che TD. si considerano trascurabili solo i valori nulli del segnale. l’estensione del segnale è definita come Dx = {n1 .t2 ). Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente. n1 + 1. Tuttavia. 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 ). Conseguentemente. Alcuni esempi elementari di finestre sono presentati di seguito.18. . In altre parole. Analogamente. n2 } e la sua durata è data da ∆x = n2 − n1 + 1.

7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. si vede che x(t) = A rect t − t0 T = A. 2. Utilizzando la definizione. se 0 ≤ n ≤ N − 1 .6 0. in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). se |t| ≤ 0. traslazione temporale e cambiamento di scala. Fig.20.4 0. numerosi testi. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”).19. A partire dalla finestra prototipo. altrimenti . altrimenti . cambiamento di scala con a = 1/T e traslazione temporale di t0 . . Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.8 x(t) = rect(t) 0. La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 .19. la finestra rettangolare è denotata con il simbolo Π(t).7. 2. Finestra rettangolare a TC dell’es. Finestra rettangolare a TC. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A. mediante moltiplicazione per una costante. Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . 0 .t0 + T /2] .2. cambiamento di scala con a = 1/T e traslazione temporale di t0 . Si tratta di un segnale pari (centrato nell’origine). il cui andamento è raffigurato in fig. Esempio 2. ed è rappresentata graficamente in fig.5 .2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. 2. altrimenti . 2. 0 . se t ∈ [t0 − T /2. 2. 0.20: la finestra è centrata in t = t0 e ha durata ∆x = T .3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0.

altrimenti . si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. è asimmetrica rispetto all’origine.21. ponendo N = 1. ed essa è nota come finestra di Bartlett:  |n − N|  . per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. a partire dalla finestra triangolare prototipo. 0. R1 (n) = δ (n). . e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.6 0. traslazione temporale. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. come riportato in fig.8 x(t) = Λ(t) 0. Finestra triangolare a TC.2 0 −2 −1 0 t 1 2 Fig. N −1} e durata ∆x = N. . a differenza della sua versione a TC. Tuttavia. la finestra rettangolare a TD degenera nell’impulso discreto. di ampiezza unitaria e durata ∆x = 2. 2.23) anche nel caso TD. pertanto. infatti si ha RN (n) = u(n)−u(n−N). ovvero considerare B2N (n + N). se 0 ≤ n ≤ 2N − 1 .4 0. cioè. ed è asimmetrica rispetto all’origine. 2. Infine. Come nel caso TC. Così come visto per la finestra rettangolare nell’es. altrimenti . 1− B2N (n) = N 0 . mediante operazioni elementari (moltiplicazione per una costante. 2. Fig.22.21. . Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. Si tratta di un segnale pari (centrato nell’origine). Finestra rettangolare a TD per N = 5. 2.4 0. si noti che.22. . 2. se |t| < 1 . ed è rappresentata graficamente in fig. ed è rappresentata graficamente in fig. La finestra ha estensione temporale Dx = {0. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e.7. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . 2. 2.48 Proprietà dei segnali 1 0.2 0 −2 0 2 4 n 6 8 10 1 0. . 1. così come la finestra rettangolare a TD.6 0. È possibile definire la finestra triangolare (si veda la fig. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.24.8 x(n) = R5(n) 0.

25. 2.. se si fissa una soglia diversa.3.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0.4 0. Finestra triangolare a TD per N = 4 con simmetria pari.23. t Fig. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata...2 0 −6 −4 −2 0 n 2 4 6 Fig. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. 2. t1 durata t2 .8 0. In particolare. Segnale di durata praticamente limitata.3 Estensione e durata temporale di un segnale 49 1 0. legato proprio all’arbitrarietà nella scelta del valore della soglia. questo introduce. a differenza del caso di segnali a durata rigorosamente limitata.8 0. per esso. x(t) soglia . Finestra triangolare a TD per N = 4.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata.24. con t2 > t1 .6 0. un certo elemento di arbitrarietà nella misura della durata.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 . 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. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale.t2 ) di valori significativi del segnale.4 0. . in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. 2. Si noti che. Fig. senza mai annullarsi.6 0. si perviene ad un diverso valore di durata del segnale. 2.2. Un discorso analogo sussiste anche per i segnali a TD. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. tuttavia. Fissare una soglia (vedi fig. il quale decade asintoticamente a zero per t → ±∞.. si consideri un segnale TC come quello riportato in fig.25. 2. 2.

26(b).25). mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. 2. è lo stesso dell’esponenziale x(t) = A eat . Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. mentre per a < 0 l’esponenziale risulta decrescente. In particolare. . esso non rientra nella famiglia dei segnali di durata praticamente limitata. come in fig. delle applicazioni. in dipendenza dal valore di a = 0. al variare di a. 2.25). Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. si noti peraltro che il comportamento per t ≥ 0. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . notiamo che tra le operazioni elementari introdotte nel § 2. Tale scelta può variare a seconda della natura del segnale.1. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . Poiché. solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. per effetto del gradino. solo per t ≥ 0. In particolare. L’esponenziale a TC è una funzione monotona di t.26. che sono descritti di seguito.50 Proprietà dei segnali 14 12 10 x(t)=A eat 8 6 4 2 0 −2 −10 −5 0 t 5 10 A x(t)=A eat 14 12 10 8 6 4 2 0 −2 −10 −5 0 t 5 10 A (a) (b) Fig. con riferimento al caso TC per semplicità.26(a). l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. (a) a < 0 (valore effettivo a = −0. ed in particolare per a > 0 l’esponenziale risulta crescente. Il caso a = 0 è degenere. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . come mostra il calcolo della derivata di x(t). come in fig. in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. Infine. 2. dove a ∈ R è un fattore di scala dei tempi. che risulta diverso da zero. e degli scopi per i quali il segnale stesso viene studiato o elaborato. ∀a ∈ R). nel caso a < 0. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. che quelli a durata praticamente limitata – sono anche detti segnali transitori.

e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. essendo infinitesimo per t → ±∞. l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. si ottiene che ∆x ≈ 3 T . 2. ∆x ). In tal caso. con ∆x > 0 (durata) dipendente dalla scelta della soglia. cioè. la cui estensione è Dx = (0. 2. sebbene il segnale non si annulli mai al finito. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . la durata del segnale risulta ∆x = T ln 1 α e. ed indirettamente alla sua durata. A titolo esemplificativo.27. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). dove il parametro T prende il nome di costante di tempo. con a > 0.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T . La costante di tempo ammette anche una interessante interpretazione geometrica. risolvendo l’equazione x(∆x ) = α A. Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. Passiamo ora ad introdurre l’esponenziale bilatero a TD. In altre parole. scegliamo come valore di soglia α A. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . la pendenza diminuisce. Per calcolare la durata analiticamente. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. Viceversa. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. Così facendo. cresce con legge direttamente proporzionale a T . e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. se si pone per definizione a = −1/T con T > 0. la durata ∆x . se si sceglie α = 0. al diminuire di T . dunque.2. com’era intuibile. si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. con 0 < α < 1. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. legata alla pendenza della funzione esponenziale nell’origine. la pendenza aumenta. al crescere di T . che è definito dalla relazione x(n) = A an . dell’esponenziale monolatero.368 A. È chiaro allora che.05. l’esponenziale monolatero è un segnale di durata praticamente limitata4 .3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. .

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

833).1).5 x(n) 0 0. (f) a = −1. 2. .6 x(n) 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 0.28.5 1 (d) 0. (b) a < −1 (valore effettivo a = −1.8 0.4 −0. (c) 0 < a < 1 (valore effettivo a = 0. (d) −1 < a < 0 (valore effettivo a = −0.2.1). Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.833).

. (2. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali. Per segnali di questo tipo. .13). rispettivamente. ovvero ∆x = +∞. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ). infatti.. tuttavia. 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. In molti casi.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. Una definizione pratica. ∀n ∈ Z .12) e (2. mentre nel caso TC il periodo T0 è in generale un numero reale. t Fig.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 ).13) è detto periodo (fondamentale) del segnale. Inoltre . Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. allora. 2. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. I segnali di durata illimitata sono anche detti segnali persistenti. 2. detto periodo. (2.3. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici. 2..29. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo).. sono sempre di durata limitata. come ad esempio il segnale raffigurato in fig. risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2.13) Il più piccolo valore di N0 che verifica la (2.12) è detto periodo (fondamentale) del segnale.12) Il più piccolo valore di T0 che verifica la (2. ed intorno al Sole con un periodo pari circa a 365 giorni.29. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo.54 Proprietà dei segnali x(t) . Segnale di durata non limitata. È bene enfatizzare il fatto che. ∀t ∈ R . 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. nel caso TD il periodo N0 è necessariamente un numero intero. i segnali x(t) e x(n) si dicono aperiodici. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. Ad esempio.

3T0 . (2. le (2.7 avente modulo A. e della definizione di periodo. . in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app.14) dove A > 0 è l’ampiezza. secondo la quale il fasore è rappresentato come un vettore ruotante. .30) è invece quella nel piano complesso. è interessante notare che. 2. misurata in cicli/s o Hertz (Hz). ϕ0 è la fase iniziale. 2. Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . sulla base delle (2. Il fasore è un segnale che assume valori complessi. Come vedremo nel cap. gli esponenziali complessi o fasori6 e le sinusoidi. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. quali. Come ulteriore osservazione. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. Nel seguito si introdurranno alcuni segnali periodici elementari. ω0 è la pulsazione.2. Fig. che si muove con velocità angolare |ω0 |.12) e (2. allora esso è periodico di periodo 2T0 .3 Estensione e durata temporale di un segnale 55 Im ω0 >0 x(t) Im A/2 ω0 >0 ω0t + ϕ 0 x(t) ω0t + ϕ 0 A Re -ω0 <0 Re -(ω0t + ϕ 0 ) Fig. misurata ω0 in radianti al secondo (rad/s). per un segnale costante x(·) = a. 2. Rappresentazione di un fasore a TC nel piano complesso come vettore ruotante (la fase iniziale ϕ0 rappresenta la posizione angolare del vettore per t = 0).13). se un segnale (ad esempio TC) è periodico di periodo T0 . Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto. .12) e (2. Pertanto. e talvolta si parla di periodo fondamentale.13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . misurata in radianti (rad).30. . che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. 5.31. f0 = 2π è la frequenza. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. A. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario. Una conveniente interpretazione grafica (fig. ad esempio. 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 )] . e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. sotto condizioni non eccessivamente restrittive. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. x).

come sarà chiaro nel seguito. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. 8 Ricordiamo . e quindi si ha la (2. imponendo che valga la (2. Dall’interpretazione come vettore ruotante. che il fasore non è un segnale “fisico”. in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C.12): infatti. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . il che accade dopo un tempo pari a T0 = 2π 1 = . In effetti. utilizzando le formule di Eulero (cfr. e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 . è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. infine. il caso ω0 = 0 rappresenta il fasore più lentamente variabile. Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa.16) dove i parametri A.15) pertanto. ω0 .13) e ricalca quella già ω0 vista per il fasore. ed in senso orario se ω0 < 0. il fasore è una pura astrazione matematica che. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig.1). In ogni caso. Di contro. Si noti. il fasore è un segnale periodico di periodo T0 . Anche la sinusoide.31). da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0).12). |ω 0 | | f 0 | (2. si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore.15). notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente. Così come l’impulso di Dirac a TC. come il fasore. come preannunciato. ovvero che x(t) = x(t + T0 ). il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. con k ∈ Z. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. § A. mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. (2.56 Proprietà dei segnali se ω0 > 0. 2. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. 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. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica.4).

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

In particolare: A cos(θ0 n + ϕ0 ) = . nel caso in cui è periodico. Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) . Esempio 2. antiorario se k > 0). e si può interpretare. similmente al caso TC. In tal caso. il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2.58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. come la somma di due fasori ruotanti in senso opposto: 1 j(θ0 n+ϕ0 ) 1 − j(θ0 n+ϕ0 ) Ae + Ae . il periodo aumenta passando da N0 = 3 a N0 = 4. che può rimanere lo stesso (come nei due esempi precedenti) o. 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. Questi due esempi mostrano che. il segno di k è legato al verso di rotazione del fasore (orario se k < 0. il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . Infatti. (2) il periodo N0 coincide con il denominatore della frazione.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). il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. da cui si ricava che ν0 = θ0 k = .8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3. con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini). contrariamente a quanto avviene con i segnali periodici a TC. Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. k ∈ Z.5 (periodicità nel tempo dei fasori a TD) Un fasore a TD x(n) = A e j(2πν0 n+ϕ0 ) risulta periodico nel tempo se e solo se la sua frequenza ν0 è un numero razionale. e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi). se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. 2π N0 k ∈ Z. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale. k ∈ Z. Infine. un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. allora il fasore non è periodico nel tempo. il periodo è ancora N0 = 3. addirittura. In pratica. Se ν0 = 2/3. può aumentare. mostra anche che. Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 . La proprietà precedente. se ν0 = √2 (un numero irrazionale). il periodo non coincide in generale con l’inverso della frequenza.

infatti.2. Dato un segnale generatore xg (t) e fissato un periodo T0 . talvolta espresso in percentuale. basta provare che per il segnale x(t) definito come nella (2. Viceversa.32. per una dimostrazione più formale. ±2T0 . (2.33 è mostrata un’onda rettangolare con A = 1 e δc = 0. Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. ∀t ∈ R. 2. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . in fig. (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).8 (duty-cycle dell’80%). detto generatore.18). Effettuando il cambiamento di variabile k − 1 = nella sommatoria. Il duty-cycle δc . ∀t ∈ R. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). diverso da zero nell’intervallo [−T0 /2. ampiezza A. è possibile costruire un unico segnale periodico x(t) secondo la (2. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. traslate di ±T0 . e la cui rappresentazione grafica per A = 1 e δc = 0. Come caso limite. 2. e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) .18) risulta necessariamente x(t) = x(t + T0 ). ed il periodo dell’onda stessa.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . T0 /2].3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. Ad esempio. come si voleva dimostrare. Si ha. Replicazione Un modo del tutto generale per costruire un segnale TC x(t) periodico con periodo T0 è quello di partire da un segnale xg (t). d’altra parte. per cui x(t + T0 ) = x(t). la cui espressione è: ∑ A rect t − kT0 T . x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . etc.5 è quella di fig. Esempio 2. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini.18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). Infatti come generatore è possibile scegliere la .

che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). 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 /2. ad esempio [t0 − T0 /2. la relazione tra segnale periodico e generatore non è biunivoca. 2. . .34). t ∈ [−T0 /2. con t0 ∈ R. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). 1.35) non si ottiene semplicemente affiancando le finestre triangolari.33. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. sommando queste ultime negli intervalli di sovrapposizione.8 0.6 0.32. 2. Fig. In questo caso.4 0. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione.2 0 −2 −1 0 t/T 1 2 0 0 Fig. . 1]. .t0 + T0 /2].6 x(t) 0. ma bisogna tener conto della sovrapposizione tra le repliche.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. N0 − 1}.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . si ottiene il generatore raffigurato in fig. Poiché il periodo di replicazione è inferiore alla durata del generatore. altrimenti. cioè risulta x(n) = x(n + N0 ). 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.5 (duty-cycle del 50%). Onda rettangolare a TC con A = 1 e δc = 0. per determinare il generatore. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . T0 /2] . finestrando il segnale periodico nell’intervallo [−1. T0 /2].8 0. 2. 0.4 0. Bisogna tuttavia notare che. 2. 2. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. Onda rettangolare a TC con A = 1 e δc = 0.60 Proprietà dei segnali 1 0. restrizione del segnale periodico ad un periodo. che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare.8 (duty-cycle dell’80%). descritta dall’esempio che segue. (2. Esempio 2. . ed il segnale risultante (fig. In altri termini. le repliche del segnale si sovrappongono. In particolare.36.

Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. Un differente generatore dell’onda triangolare a TC dell’es. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .34.2 0 1 0.36.37. Onda rettangolare a TD con M = 3 ed N0 = 5. Segnale generatore dell’onda triangolare a TC dell’es. Onda triangolare a TC dell’es.75). Esempio 2. 2.4 0. 2. 2.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) . Viceversa.6 0.10.6 x(n) 0.2.4 0. che si ottiene finestrando il segnale con una finestra .10.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo). 2.3 Estensione e durata temporale di un segnale 61 1 0. 1 0.6 x(t) 0.6 0.8 0.2 0 −2 −1 0 t 1 2 Fig. ottenuto finestrando il segnale periodico nell’intervallo (−0.8 0.4 0.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.37 per M = 3 e N0 = 5. il cui andamento è rappresentato in Fig. xg(t) Fig. Fig. 0. 2. 2. 2.75.8 0. 2. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).8 0.2 0 −2 −1 0 t 1 2 1 0.35.4 0.

già fatta nel caso TC. 1.62 Proprietà dei segnali rettangolare a TD: xg (n) = x(n) RN0 (n) = x(n). n ∈ {0. . . riguardo la non biunivocità della relazione tra segnali periodici e generatori. . N0 − 1} . in altri termini. 0. altrimenti . . mentre un segnale periodico può essere ottenuto da diversi generatori. un generatore determina univocamente un segnale periodico. Vale anche nel caso TD la stessa osservazione. .

si definisce area del segnale nell’intervallo {−K. K − 1. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . Considerato Z > 0. x(t) <x(t)> Z -Z +Z t 2Z Fig. il numero. si definisce infatti area del segnale nell’intervallo (−Z. Le definizioni di area e media temporale date nel caso TD si estendono al caso di segnali a TC x(t) sostituendo alla sommatoria l’integrale. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . Dato un segnale TD x(n) e fissato un intero K ≥ 0. l’area e la media temporale di x(n) sono numeri reali o complessi.. . Z). .23) .2. 2. (2.. . . in dipendenza della natura del codominio X del segnale. 63 2. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt .38. L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. 2K + 1 n=−K K (2. −K + 1.4 Area e media temporale di un segnale Altri due parametri che concorrono a caratterizzare sinteticamente un segnale sono l’area e la media temporale.. reale o complesso.22) mentre si definisce media temporale del segnale nell’intervallo (−Z.. Z]. reale o complesso. . Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. Z). K − 1.20) mentre si definisce media temporale del segnale nell’intervallo {−K. (2. .4 Area e media temporale di un segnale . (2.21) Si noti che. il numero. . . . −K + 1.

24) non esiste in senso ordinario. Tale interpretazione è raffigurata graficamente per il caso TC in fig.25) L’integrale che definisce l’area di un segnale TC può non esistere. (2.64 Proprietà dei segnali L’interpretazione di media. per i quali l’integrale nella (2. ovvero riguardano solo una porzione del segnale. I valori dell’area e della media temporale calcolati sulla base delle (2.20) e (2. (segnali TC) (2.26) esiste. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. il che significa che esistono segnali per i quali la definizione di area (2.24). § B. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro.27) . per esempio. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). A tal proposito. si noti che.21) e (2. 2. salvo che in casi particolari. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. sia nel caso TC che nel caso TD.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt.24) perde di significato.2). si ottiene notando che le (2. Se il limite nella (2. 2K + 1 Ax (Z) . allora anche il valor principale di Cauchy dell’integrale di x(t) esteso all’intero asse reale esiste e i due integrali forniscono lo stesso risultato. dipendono dalla scelta di Z oppure di K.22) e (2.2. è sufficiente far tendere Z oppure K all’infinito.38. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento.23) si possono riscrivere come x(n) x(t) K Z Ax (K) .26) in cui. nel caso dei segnali periodici. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 .21) oppure (2. Ciò accade.Z2 →+∞ −Z1 lim x(t) dt . = 2Z = e quindi. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt . a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. (2. (segnali TD) K→+∞ 2K + 1 n=−K (2. 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.23). 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. in base alla (2.24) x(n).

Ad esempio. ponendo a = −1. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . Tuttavia. l’interpretazione della (2. Quando invece la serie di x(n) converge.21) o (2. cioè. +∞ (2. 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 . 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. ma si verifica anche per molti segnali aventi durata praticamente limitata. l’integrale (2. se il segnale x(·) assume valori finiti.2. § B. mediante cambio di variabile.23). Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre).25) si ottiene come caso limite dalle definizioni (2.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. Allo stesso modo. Per quanto concerne l’interpretazione di x(·) . con t ∈ R. Come caso particolare. il segnale ha area nulla. Z→+∞ . nel senso che se y(t) = x(−t). si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. risulta che: Z x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = Z→+∞ −Z Z→+∞ lim x(t) dt = lim 2Z Ax = 0. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD.28) ossia. |Ax | < +∞. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale.3). la sua media temporale è nulla.26) non esiste. soffermando l’attenzione al caso TC. se consideriamo il segnale x(t) = t. Si tratta di un segnale di durata rigorosamente limitata. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. Essa vale infatti se la media è calcolata su un intervallo temporale finito. Poiché la definizione di area e valor medio sono intimamente legate. con a ∈ R − {0}. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. l’area del segnale deve necessariamente essere infinita. a partire dal segnale x(t) avente area finita Ax .1. e quindi per ogni fissato valore di Z o di K: in questo caso. la sua area è necessariamente finita. Esempio 2. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. 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. Come conseguenza di questo risultato. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. se il segnale ha area finita.4 Area e media temporale di un segnale 65 Tuttavia. 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. si ha Ay = Ax . Infatti. Con riferimento al caso TC per semplicità. dato che l’area di un segnale può essere infinita. se il segnale x(t) ha area finita. cioè. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). 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 .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 ). Più in generale. tutti i segnali dispari risultano avere area nulla. poiché la media temporale definita nella (2. è immediato calcolare l’area del segnale y(t) = x(at).

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 = . 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. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC.27. Esempio 2.66 Proprietà dei segnali Conseguentemente. come evidenziato nel seguente esempio. t ≥ 0. −1. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. Esempio 2. in altri termini. 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. 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 ha area finita pari a N. definito come sgn(t) = 1.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). Con calcoli analoghi. e quindi per un segnale costante x(·) = a si ha x(·) = a. con T > 0. la media temporale di una costante coincide con la costante stessa. con 0 < |a| < 1. ma presenta particolari proprietà di simmetria. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . 2 La media temporale può essere nulla anche se il segnale ha durata infinita. Conseguentemente. è nulla.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. . l’esponenziale monolatero decrescente ha area finita come la finestra rettangolare: Ax = lim Z Z→+∞ −Z x(t) dt = lim A Z→+∞ Z 0 e−t/T dt = lim AT (1 − e−Z/T ) = AT . 2. Analogamente. Esempio 2.13 (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). anche la media temporale dell’esponenziale a TD x(n) = A an u(n). t < 0 . dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. Pur trattandosi di un segnale di durata praticamente limitata. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . e quindi si ha in generale u(·) = 1 . Esempio 2.

utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). e rappresentato graficamente in Fig. definito analogamente a sgn(t).4 Area e media temporale di un segnale 67 1 1 0. Segnale signum a TD. 2.39. Fig. ∀t = 0. In questo caso.  =−Z =Z Questo risultato discende dal fatto che il signum a TC. ha area nulla (nel senso del valor principale di Cauchy).40. 9 Notiamo . n ≥ 0.5 x(n) = sgn(n) 0. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n).2. 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)]. in quanto il suo valore nell’origine non è nullo. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. 2. allora la sua area è nulla e.39. 2. Per completare la trattazione.40. Più in generale.5 x(t) = sgn(t) 0 0 −0.5 −0. anche la sua media temporale è nulla. Segnale signum a TC. 2. conseguentemente. e raffigurato graficamente in fig. 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 . come sgn(n) = 1. presentiamo le seguenti proprietà della media temporale. n < 0 . osserviamo nuovamente che se un segnale ha simmetria dispari. −1. essendo una funzione dispari9 .

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

15. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt .4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . 2. questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . 2.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. (segnali a TD)  N 0 N0 Esempio 2. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. ricalcoliamo la media temporale del segnale x(t) = sgn(t). riottenendo il risultato dell’es. Allo stesso modo.2. utilizzando la (2. il fasore x(t) è periodico di periodo T0 = periodo. la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . il fasore degenera nel segnale costante x(t) = A e jϕ0 . per cui: x(t) = A e jϕ0 = A e jϕ0 . la sommatoria fatta su N0 campioni consecutivi arbitrari. denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 .29) x(·) = 1 0  ∑ x(n) . ∀t0 ∈ R .17 (media temporale del signum) Come applicazione della proprietà di linearità.16. Per ω0 = 0.25). (segnali a TC)  T0 T (2. per cui la media temporale si può calcolare su un A e j ϕ0 e j ω0 t T0 jω0 t=T0 T0 e jω0 t dt = = t=0 A e j ϕ0 T0 e j2π − 1 jω0 = 0. ovvero su un periodo del segnale. Con la notazione precedente. osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . per un segnale TD. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 .14 e 2. ∀t0 ∈ R .18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) .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. =1 2 =1 dove abbiamo applicato i risultati degli es. La proprietà 2. . T0 ). Per ω0 = 0. ∀n0 ∈ Z . evitando il passaggio al limite presente nella definizione generale (2. Tale proprietà può essere espressa in forma più generale. pari ad un periodo del segnale. Esempio 2.

k ∈ Z . Nel caso in cui ω0 = 0. Dalla sua definizione. Analogamente. altrimenti . e quindi. Ae Esempio 2.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . . si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. se θ0 = 2π k. la parte “costante” del segnale. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). (2. poiché la sinusoide x(t) si esprime come somma di due fasori.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale. 2. (2. es. applicando la proprietà di linearità della media temporale. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). altrimenti .4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . in un certo senso. ne rappresenta la parte effettivamente “variabile”. Definizione 2. Infatti. k ∈ Z . 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr.31) Mentre la componente continua rappresenta il valor medio del segnale.4. la media temporale di un segnale si può interpretare come la componente continua del segnale. la componente alternata. a partire dalla componente continua. se θ0 = 2π k. A cos (ϕ0 ) .1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . possiamo applicare la proprietà 2. si può definire per differenza anche la componente alternata. 2. jϕ0 . è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. essendo ottenuta depurando il segnale della componente continua. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . Infatti.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).18) che un fasore con ω0 = 0 ha media temporale nulla. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0.7(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 .

33). 2 2 Dalla relazione precedente si può ricavare.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . 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 (·) . Dagli es. 2. il resistore dissipa nell’intervallo di tempo (−Z. Per ottenere una definizione indipendente dalla particolare applicazione fisica. Avendo ignorato eventuali costanti di proporzionalità. che rende tale definizione di energia applicabile anche a segnali complessi. un resistore R attraversato dalla corrente x(t): per effetto termico. con θ0 = 2π k. viene detto segnale puramente alternativo. k ∈ Z. in quanto per un segnale reale |x(·)|2 = x2 (·). il concetto di energia è fondamentale nella fisica.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2.2. che viene misurata in Joule (J). (2. per cui la componente continua vale xdc = 1 . 2. con ω0 = 0. (2.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. analogamente.32) In particolare. coincide con la sua componente alternata. Esempio 2. un segnale x(·) che presenta xdc = 0 e che. 2 2 Pertanto la decomposizione (2. sono segnali TC puramente alternativi. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale. il modulo può evidentemente essere omesso. Se si considerano altri esempi in altri campi della fisica. se il segnale è reale.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt.15) la media temporale del gradino. e ricorre in numerose applicazioni.18 e 2. quindi. segue che il fasore e la sinusoide a TC.19. ad esempio. Risultati analoghi valgono anche per il caso del gradino a TD. il fasore e la sinusoide a TD.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. Consideriamo.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . per verifica. (segnali TC) |x(n)|2 . anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza. notiamo . 2. sono segnali TD puramente alternativi. 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.

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

i segnali di durata non limitata o persistenti non sono di energia. 2. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2.4): un segnale può essere di energia. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. (2. Nel caso del prodotto per una costante α ∈ C.5. Sviluppiamo esplicitamente i calcoli nel caso TC. (2. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt .2. posto y(·) = α x(·). non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr. 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)] . Questa circostanza si esprime matematicamente dicendo che l’insieme dei segnali di energia è chiuso rispetto alle operazioni di somma e prodotto per una costante (cfr. § 2. 2.23) prendono il nome di segnali di energia.1. più articolato è il calcolo dell’energia Ex+y della somma di due segnali. la conseguenza pratica è che tipicamente essi hanno componente continua nulla. è semplice provare che si ha Ey = |α |2 Ex . dal punto di vista matematico. ma non avere area finita.34) Sviluppando il modulo al quadrato all’interno dell’integrale.5 Energia di un segnale 73 2. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es.22 e 2. Tuttavia.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. in generale.3). si ha: Ex+y = lim Se si pone Exy = lim Z Z Z→+∞ −Z |x(t)|2 dt + lim Z Z→+∞ −Z |y(t)|2 dt + 2 Re Z Z→+∞ −Z lim x(t) y∗ (t) dt . un segnale di energia può anche avere componente continua non nulla. dalla quale. ma non essere di energia. un segnale può avere area finita.21.4).34). § B. osserviamo che. 2. (2. e 2. sostituendo nella (2.23). e la somma di due segnali di energia è ancora un segnale di energia. sussiste la seguente definizione: Definizione 2. Poiché i segnali aventi area finita hanno componente continua nulla. Viceversa.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞). sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es. 2.6).2.1.3 e B.1 Segnali di energia I segnali aventi energia finita (come quelli degli es.35) Z→+∞ −Z x(t) y∗ (t) dt .36) . Più in generale. In conclusione.5.2. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). 2. consegue che.21). § B. In pratica.3 e B.22.

la relazione (2. . poiché il secondo segnale nella (2. in quanto Eyx = Exy . (2. Particolarmente interessante è la condizione in cui Exy = 0.40).39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. si ha Eyx = E∗ : nel caso di xy segnali reali. 2. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale.38) (segnali TD) A differenza dell’energia.41). come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . Poiché il termine contenente l’energia mutua nella (2. mentre diventa necessaria e sufficiente se i segnali sono reali.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. In tal caso si ha x(t) y∗ (t) ≡ 0.38) è coniugato. l’energia mutua è in generale una quantità complessa. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. in base a concetti matematici più avanzati. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . Estendendo i precedenti concetti. In tal caso. oltre alle energie Ex e Ey dei singoli segnali.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. 11 Si usa il termine “ortogonalità” in quanto. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. Esempio 2. che è una quantità reale e non negativa.39) può assumere segno qualsiasi.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. Nei due esempi seguenti. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. Per segnali di energia ortogonali vale l’additività delle energie (2.37) La relazione (2. (2. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). al caso TD. Inoltre. (2. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). però.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo.37) o nella (2.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy . e risulta simmetrica. 10 Se i segnali sono complessi. minore o uguale rispetto alla somma delle energie. con ovvie modifiche. (2.

Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . Z) per la lunghezza 2Z di tale intervallo di tempo.5 0 −1 −0. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari. risulta anche in questo caso Exy = 0.5 t 1 1. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es.24).25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo.6 Potenza e valore efficace di un segnale Come l’energia.5 y(t) 0 −0. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. si perviene alla seguente definizione di potenza: . 2.5 2 −1 −0.5 1 1.5 2 −1 −0.5 0. Esempio 2.5 0 0. al modulo al quadrato del segnale.5 0. La potenza è una quantità misurata in J/s o Watt (W).5 0 t 0.42. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata. come l’energia.5 y(t) 0. 2. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig. 2.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. Pertanto.25). generalizzando l’interpretazione come media temporale al caso TD. Per un esempio concreto.5 t 1 1.5 0 t 0. abbia simmetria pari. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 .2.5 0 −1 1 −0. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. nonostante x(t) y∗ (t) ≡ 0.5 0 −1.5 0 0. ad esempio x(t). 2. (2. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt . Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z.5 1 1.5 Fig. 2. Fig.41. ma tali che uno dei due. 2.42).5 −1. è una quantità non negativa (Px ≥ 0). anche la potenza è un parametro sintetico caratterizzante alcuni segnali. che è utilizzato in numerosi e diversi ambiti della fisica. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es. mentre l’altro ha simmetria dispari.

allora Px = a2 . 2. molto utilizzato nell’elettrotecnica: Definizione 2. è possibile individuare la classe dei segnali che hanno potenza finita.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. Sulla base del risultato dell’es. di ottenere una quantità che dipende esclusivamente dal segnale. Se il segnale è reale (a ∈ R). Avendo trascurato eventuali costanti di proporzionalità. 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. Il vantaggio è. .42) può essere omesso se il segnale è reale. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 .42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2.76 Proprietà dei segnali Definizione 2.26.1 Segnali di potenza Sulla base della definizione di potenza. fasore.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . (segnali TC) (2.6. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). come per l’energia. tali segnali prendono il nome di segnali di potenza: Definizione 2. 2. 2. le dimensioni fisiche della potenza definita in base alla (2.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). poiché il gradino assume solo i due valori reali 0 ed 1. Esempio 2. Esempio 2.15 sulla componente continua di un gradino. signum) e i segnali periodici (es.42) non sono necessariamente quelle corrette (ovvero W). gradino. La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es.

la potenza potrebbe divergere solo nel caso di un segnale TC periodico x(t) che non sia a quadrato sommabile sull’intervallo T0 (un segnale del genere dovrebbe necessariamente essere non limitato su un periodo. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). altrimenti . .43). per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). In tal modo. 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 cui: Px = |x(t)|2 = A2 = A2 . (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. per cui è di scarso interesse pratico). si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . √ da cui si ottiene per il valore efficace xrms = Px = A (si noti che i risultati per la potenza ed il valore efficace valgono anche per ω0 = 0). Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. Il valore efficace della sinusoide è allora xrms = Px = √2 . si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . fatta eccezione per casi di scarso interesse pratico. k ∈ Z .2. allora anche |x(·)|2 ammette lo stesso periodo.19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla.28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . Per ω0 = 0. Esempio 2. per cui la potenza si può calcolare applicando la A2 dt = A2 . un segnale periodico è necessariamente un segnale di potenza. Per ω0 = 0. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . 13 Ad esempio. segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . se θ0 = π k. il fasore x(t) è periodico di periodo T0 = (2. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ].7(c) della media temporale. Analogamente. un segnale periodico deve necessariamente avere durata illimitata. Infatti. Nel caso in cui ω0 = 0.12) oppure (2. 12 Notiamo che se x(·) è periodico di periodo T [N ].6 Potenza e valore efficace di un segnale 77 sinusoide). risultato frequentemente utilizzato nell’elettrotecnica. applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale.29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . Esempio 2. questo comporta che la sua energia è necessariamente infinita.13). A2 cos2 (ϕ0 ) . Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. il fasore degenera nel segnale costante x(t) = A e jϕ0 .43)  ∑ |x(n)|2 . si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . salvo per casi particolari di scarso interesse pratico13 . 2. Per soddisfare la definizione (2. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. Infatti.

per quanto riguarda la somma di due segnali.6. dalla (2. Viceversa. Per provare la (a). si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. e quindi non può essere di potenza.44) È chiaro allora che. allora esso ha energia infinita (Ex = +∞).44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). Tuttavia. Prova. definita come segue: (2.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. e quindi non si può considerare nè un segnale di potenza. se l’energia è finita. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. e quindi sono disgiunti. Esistono casi meno banali di segnali. basta scrivere (ad esempio nel caso TC): Z Px = |x(t)| 2 1 = lim Z→+∞ 2Z Z −Z |x(t)| dt = 2 Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z .43. e la somma di due segnali di potenza è ancora un segnale di potenza. 2. che non sono segnali di potenza. e sfruttando la proprietà di linearità della media temporale. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. si prova facilmente che Py = |α |2 Px . Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. Anche in questo caso. nè di potenza. invece. presenta Ex = Px = +∞. lim 2Z (2. A tal proposito. allora esso ha potenza nulla (Px = 0). se la potenza (2.78 Proprietà dei segnali 2. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. nè di energia.46) . (b) se x(·) è un segnale di energia. la (b) prova che un segnale di energia ha necessariamente Px = 0. e quindi non può essere di energia. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. (2.2 Relazioni tra segnali di energia e di potenza È interessante analizzare più in dettaglio le relazioni esistenti tra segnali di energia e segnali di potenza. Viceversa. Ad esempio il segnale rampa a TC x(t) = t u(t). in quanto esistono casi di segnali che non sono nè di energia.6. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. aventi durata non limitata. in quanto hanno Ex = +∞). In altri termini. posto y(·) = α x(·). nè a quelli di potenza. sussiste il seguente risultato: Teorema 2.44) esiste finita. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . Pertanto. seguendo passaggi simili a quelli effettuati per l’energia. raffigurato in fig. 2. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . i due insiemi non costituiscono una partizione di tutti i possibili segnali. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·).

Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. (2. (2. in particolare. per cui la (2.43. Per segnali di potenza ortogonali.47) K 1 ∑ x(n) y∗ (n). 2. (segnali TC) (2.2. 2 2 . come per le energia. per la presenza dell’operazione di coniugazione sul secondo segnale.5 0 −2 −1 0 t 1 2 Fig.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali.12 (potenza mutua) La potenza mutua tra due segnali x(·) e y(·) è:   lim 1  Z→+∞ 2Z  lim   Z −Z Pxy = x(·) y (·) = ∗ x(t) y∗ (t) dt. con ω0 = 0.6 Potenza e valore efficace di un segnale 79 2 1. si ha Pyx = P∗ . Segnale rampa a TC.48) e evidenziano che. a meno che Pxy = 0. anche per la potenze non vale l’additività. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 . Esempio 2. ed xy in generale la potenza mutua è complessa.5 x(t) = t u(t) 1 0. Si ha infatti.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).46) e (2. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi).46) si scrive Px+y = Px + Py + 2 Pxy . vale la proprietà di additività delle potenze: Px+y = Px + Py . Definizione 2.48) Le relazioni (2. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che.

2.80 Proprietà dei segnali Parametro Estensione temporale Durata temporale Area Notazione Dx ∆x Ax Definizione intervallo di tempo in cui |x(·)| assume valori non trascurabili misura dell’estensione temporale Dx Z Z→+∞ −Z K K→+∞ lim x(t) dt x(n) (segnali TC) (segnali TD) lim n=−K ∑ Media temporale (componente continua) Energia Potenza xdc = x(·) Ex Px 1 Z x(t) dt (segnali TC) Z→+∞ 2Z −Z K 1 lim ∑ x(n) (segnali TD) K→+∞ 2K + 1 n=−K area del modulo al quadrato |x(·)|2 del segnale media temporale del modulo al quadrato |x(·)|2 del segnale lim Tab.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono. vale a dire. . si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0. Joule (J) per le energie. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). Con riferimento in particolare alla potenza. Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. nella tab. 2.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 .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.1. a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. Si ha allora: Px = Pdc + Pac . Esempio 2. che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. Posto infatti x(·) = xdc + xac (·). ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. 2. per risolvere i due problemi precedenti e per semplificare alcuni calcoli. Watt (W) per le potenze. nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . In conclusione. (2. e xac (·) = 0 per definizione. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla.30). inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura. evidenziando i legami esistenti tra alcuni di essi. in quanto l’operazione di coniugazione si scambia con la media temporale.

si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm .50). invece di 10. il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. applicando le proprietà dei logaritmi. e si scrive più specificamente [Px ]dBW . e si scrive [Px ]dBm .001 0. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . Le scelte più comuni per la potenza di riferimento sono P0 = 1W.01 0.2. conviene introdurre un fattore numerico pari a 20.7 Misura in dB della potenza e dell’energia 81 Px /P0 0. nella definizione (2. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . Ovviamente.2. Nella tab. dato il valore di potenza [Px ]dB in dB .32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. tuttavia. Esempio 2. ed in tal caso si parla di potenze espresse in dBW. 2. per avere lo stesso valore in dB. . se invece P0 = 1mW.1 0. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . tenendo conto della relazione quadratica esistente tra valore efficace e potenza. √ 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. mentre se si sceglie P0 = 1 mW. Valori comuni di potenza espressi in dB. opportunamente scelta a seconda delle applicazioni. si parla di potenze espressa in dBm.50): Px = P0 · 10 [P x ]dB 10 . in quanto.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. 2. scegliendo P0 = 1 W. dove P0 è una potenza di riferimento. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW .

ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. come è ovvio che sia. per le proprietà dei logaritmi.44. si ha: [PR ]dB = 10 log10 ovvero. la potenza ricevuta sarà pari a PR = γc PT .51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 .51) definisce l’attenuazione in dB o path loss caratteristica del collegamento.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). Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. Esempio 2. La (2. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . assumendo ad esempio P0 = 1mW. per cui. . allora [γc ]dB < 0. Detta PT la potenza trasmessa. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). in una relazione additiva. Notiamo che poiché 0 < γc < 1. le potenze di riferimento nei due casi differiscono di un fattore 1000. Si consideri lo schema di fig.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. [PR ]dBm = [γc ]dB + [PT ]dBm . con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). misurando invece la potenza ricevuta in dB. Infatti. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . risulta [PR ]dBm < [PT ]dBm . 2. corrispondente a 30 dB (tab.44. (2.2) in unità logaritmiche. 2. 2.

dopo aver rappresentato il grafico di x(n) ed y(n). (h) z(n) = x(n + 2) y(n − 2). 2 (e) z(n) = y(2 − 2n). (k) z(n) = x(n) y(−2 − n).4 Si consideri il segnale TC y(t) = x(2t − 1).3 Si consideri il segnale TC x(t) = Λ(t).8 Esercizi proposti Esercizio 2. (i) z(n) = x(3 − n) y(n). Esercizio 2. (j) z(n) = x(−n) y(−n). (g) z(n) = x(2n) + y(n − 4). ±1. (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. n ∈ {0. 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. (l) z(n) = x(n + 2) y(6 − n). (c) z(n) = y(1 − n). (b) z(n) = x(3n − 1).8 Esercizi proposti 83 2. n (d) z(n) = x . Esercizio 2.1 Si consideri il segnale TC x(t) = rect(t). (c) y(t) = x(−t). (b) ritardo di 5 seguito da una riflessione.2. ±2.2 Dati i segnali TD x(n) = |n| . rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). (f) z(n) = x(n − 2) + y(n + 2). 3 Esercizio 2. ±3} 0. altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. (d) y(t) = x(2t). (b) y(t) = x(t + 5). 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). t (e) y(t) = x .

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). 2 ≤ t ≤ 4 0 . (e) y(t) = x 3 t −1 (f) y(t) = x . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t). 5 ≤ t ≤ 8   0. Esercizio 2. Esercizio 2. con a > 0. 1 + t2 (f) x(t) = u(t) − rect(t − 2). Determinare. Determinare. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). con T > 0. l’estensione temporale e la durata del segnale.5 Si consideri il segnale TC x(t) = Λ(t). (c) y(t) = x(2t − 1). si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . l’estensione temporale e la durata del segnale. 2 1 (e) x(t) = √ . (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2.6 Rappresentare graficamente il segnale TC y(t) = 1. Esercizio 2. (d) y(t) = x[2(t − 1)]. Esercizio 2.84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. t −1 . (b) y(t) = x(−t − 1). inoltre.7 Rappresentare graficamente il segnale TC  3(t − 2) . (d) x(t) = e−t . (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. 3 Esercizio 2. (b) x(t) = e at u(−t).9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. (b) cambiamento di scala con a = 2 seguito da ritardo di 1. 2 ≤ t ≤ 5  y(t) = 3(8 − t) . (c) x(t) = e−|t|/T .8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. inoltre.

1. altrimenti (b) x(n) = u(n) + u(n − 1). (d) x(t) = sgn(−t). (e) x(t) = 2 u(t). π j √n 2 . Esercizio 2. in caso affermativo. n ∈ {0. δ (n − 3k) − δ (n − k2 ) . con |a| > 1. (c) x(n) = a|n| . 5} 0. (f) x(t) = 2 sgn(t) + 1. con 0 < |a| < 1. (g) x(t) = 2 rect(t). (c) x(t) = u(t − 5). Esercizio 2. (h) x(t) = e−t u(t).8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). 4. . (d) x(n) = cos(2π n). (b) x(n) = (−1)n .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. (h) x(n) = n e jn jπ n (i) x(n) = e . determinarne il periodo fondamentale N0 .2. determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . (d) x(n) = (−1)n u(n). utilizzare le proprietà della media temporale] Esercizio 2. (b) x(t) = sgn(t). (b) x(n) = an u(−n). . in caso affermativo. (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k). .13 Stabilire quali dei seguenti segnali TD sono periodici e. [Suggerimento: per il calcolo del valor medio.10 Stabilire quali dei seguenti segnali TD sono periodici e. (c) x(n) = cos(2n).12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). Esercizio 2.

Esercizio 2. (b) x(n) = u(n) − u(−n − 1). T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. Esercizio 2. + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. 0≤t ≤1  x(t) = 2 − t .86 Proprietà dei segnali πn πn sin . (g) x(t) = e−t . (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). (c) x(n) = cos(π n) R5 (n).16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. (e) x(t) = et u(−t). utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . 2 (h) x(t) = e−t 2 /2 u(t).] Esercizio 2. (f) x(n) = (2)n R4 (n − 2). 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). 1 (i) x(t) = √ . altrimenti e calcolarne valor medio. (d) x(t) = e−2t u(t). 1 ≤ t ≤ 2   0. (e) x(n) = 1 2 +∞ n u(n).15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n).2π n).17 Rappresentare il grafico del segnale TC  t . (d) x(n) = 5 cos(0. energia e potenza. (b) x(t) = sgn(t). . e calcolarne valor medio. (f) x(t) = e−|t| .14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t). energia e potenza. (c) x(t) = cos(2π 100t) u(t). 5 3 πn 3π n π + .

energia e potenza. altrimenti nel caso in cui a = 1 e a = 0. .19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . −3.2. energia e potenza. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . −5 ≤ t ≤ −4    0. Esercizio 2.5. n ∈ {−4. Esercizio 2. Esercizio 2. 4 ≤ t ≤ 5   1 .21 Rappresentare il grafico del segnale TD x(n) = sin(0.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. 4} 0. Esercizio 2.23 Dato il segnale TC x(t) = rect(t). ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A.8 Esercizi proposti 87 Esercizio 2. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. e calcolarne valor medio.22 Rappresentare il grafico del segnale TC  5 − t .5π n) . altrimenti e calcolarne valor medio. − 0.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . energia e potenza. −4 ≤ t ≤ 4 x(t) = 5 + t . Esercizio 2. Esercizio 2. . si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. energia e potenza. e calcolarne valor medio. (b) Calcolare la componente continua di y(t). . energia e potenza. energia e potenza in entrambi i casi. . . altrimenti e calcolarne valor medio. (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. −a ≤ t ≤ a 0.

xg (n) =  2.   1. Esercizio 2. x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . (b) x(t) = cos(2π t) u(t). si calcolino valor medio. energia e potenza. Inoltre. Esercizio 2.27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo.29 Calcolare valor medio.26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4). (e) x(t) = 2 cos(2π t) + 3 sin(2π t). energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . Inoltre. 2 4 (g) x(t) = cos(2π t) sin(4π t).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. Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. si calcolino valor medio. (c) x(t) = t 0 cos(2πτ ) d τ .   0. energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . . πt 2 (d) x(t) = cos(π t) + cos .25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). e calcolarne valor medio. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. (f) x(t) = cos(2π t) + 1 cos 2π t − π .28 Calcolare valor medio. x2 (t) = A2 e j2π f2 t con A1 . energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) .88 Proprietà dei segnali Esercizio 2. Esercizio 2. A2 ∈ R+ . energia e potenza del segnale x(n) = x1 (n) + x2 (n) . A2 ∈ R+ . Esercizio 2. energia e potenza.

Successivamente. . A2 ∈ R+ . Successivamente. x2 (t) = A2 rect t 2 con A1 .32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) . si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . 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. 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 2.31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . e calcolare valor medio. per n0 ∈ Ω.2. energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . Esercizio 2.33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . per a ∈ A. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . Esercizio 2. 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 2.34 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 ) . si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) .

90 Proprietà dei segnali .

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

1 Per (3. che nel caso di un sistema TC si definisce come segue: Definizione 3. 3. e non semplicemente dal valore del segnale nello stesso istante t.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 . (b) Integratore TD o accumulatore. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t.t] sottolinea esplicitamente che l’uscita y(t) all’istante di tempo t dipende in generale dall’intero segnale di ingresso {x(u)}u∈R .1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du . . attraverso la relazione ingresso uscita (i-u). abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. di ingresso ed un segnale di uscita.1(a). la notazione y(t) = S [{x(u)}u∈R . Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza. (3. ed è rappresentato schematicamente in fig.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. Pertanto.1.2): Definizione 3.∞ ∑ n y(n) (a) (b) Fig. In maniera analoga. 3.t] . Tale modello matematico è descritto da una trasformazione S : I → U. Esempio 3.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato.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. che presentano proprietà diverse. Il modello matematico (3.3) semplicità di notazione. insiemi di segnali diversi definiscono sistemi diversi. (3.2) Nella (3.2.1) può essere espresso in maniera sintetica. come già osservato nel § 1. n] . (a) Integratore TC. valori che possiamo denotare sinteticamente con {x(u)}u≤t .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 .2). un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3.

§ 2.3 semplicità di notazione. Fig. 3. Esempio 3. anticipo unitario. (3.3 (ritardo unitario. (b) Anticipo elementare: y(n) = x(n + 1).1) possono essere interpretate come sistemi.3.2 Esempio 3.2. 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. Nel caso TD. per questo motivo. altrimenti .1(b). decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. Sistemi TD elementari. si veda [14]). il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. date rispettivamente da y(n) = x(n − 1) . se n è multiplo di L . Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. Anche in questo caso. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z. 3. (b) Espansore per L: y(n) = n x L . e di espansione: y(n) = x n = L n . 2 (cfr.1 Relazione ingresso-uscita 93 x(n) z -1 (a) y(n) x(n) ↓M y(n) (a) x(n) z (b) y(n) x(n) ↑L y(n) (b) Fig. 2 Per 3 Le . descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . decimatore ed espansore. (a) Ritardo elementare: y(n) = x(n − 1). 3. 3. Gli schemi a blocchi dei sistemi corrispondenti. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. (a) Decimatore per M: y(n) = x(nM).4) e rappresentato schematicamente in fig. x y(n) = x(n + 1) . valori che denotiamo sinteticamente con {x(k)}k≤n . anticipo unitario.3. Il senso della notazione utilizzata nella (3. 3. sono riportati in fig.3) è lo stesso adottato per il caso TC: in particolare.2 e fig. Sistemi TD elementari. denominati ritardo unitario. con una legge che può variare con n. di decimazione: y(n) = x(nM) . l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. L 0.3. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z .

mentre R3 ed R4 sono connessi in parallelo. Circuito elettrico con resistori connessi in serie ed in parallelo. Inoltre. è perfettamente adeguata per i nostri obiettivi.4 Tuttavia. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo.5 In ogni caso.5) è fuorviante.6) Abbiamo già osservato che la notazione (3. nel seguito faremo uso esclusivamente della relazione i-u.4.3) per le relazioni i-u dei sistemi. interpretazione vale solo per una classe particolare di sistemi. scheda video. si utilizzano le notazioni semplificate y(t) = S[x(t)]. in cui entrano in gioco. 5 Per 4 Questa . avendo avvertito il lettore.5) oppure le notazioni simboliche: x(t) −→ y(t). anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. 3. un PC può essere realizzato assemblando componenti più semplici. scheda audio. il sistema stesso è visto come una “scatola nera” (black box). di cui non conosciamo il contenuto. § 3. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema.3) per snellire alcune derivazioni. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio.2) e (3. R1 ed R2 sono connessi in serie. y(n) = S[x(n)] (3. 3. utilizzeremo talvolta le (3. i sistemi cosiddetti non dispersivi (cfr.2) e (3.1). quali scheda madre. “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. A volte. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. (3. Per concludere. invece delle notazioni complete (3. che sebbene sia meno generale. è la rappresentazione ingresso-stato-uscita (i-s-u). In particolare.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. 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. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . x(n) −→ y(n) . In particolare.6) in luogo delle notazioni rigorose (3. e sicuramente non è la più generale. oltre ai segnali di ingresso e di uscita. essa è una rappresentazione esterna.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi.3.5) e (3.

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

mediante tale schema il sistema S2 . viene sommata algebricamente all’ingresso del sistema S1 . in cui il segnale viaggia esclusivamente “in avanti” (feedforward).4. che porta alla sua interpretazione come sistema in retroazione. può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 . per la stabilizzazione degli amplificatori). si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) .) y 2(. e viene aggiunto al segnale di ingresso. 3.7) se l’uscita del sistema S1 . Ad esempio. Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo. Infine. Quest’ultimo schema è più complicato da interpretare ed analizzare.) S2 Fig. Infatti.2 ammette anche una descrizione di tipo ricorsivo. =y(n−1) da cui y(n) = y(n − 1) + x(n) . Definizione 3. invece.) S1 y(. . in aggiunta. sulla base dell’osservazione dell’uscita del sistema S1 .4 (accumulatore come sistema in retroazione) L’accumulatore dell’es. modificando a sua volta il segnale di uscita. Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo. nel circuito di fig. Nell’elettronica analogica. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·). in caso contrario si parla di retroazione positiva. 3. 3. sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori). Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·).4). in quanto il segnale di uscita viene riportato “all’indietro” (feedback). i resistori R3 ed R4 sono collegati in parallelo.5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig. è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . similmente al collegamento serie. e si dice che il sistema S2 funge da “controllore” del sistema S1 .96 Proprietà dei sistemi x(. si utilizzano sia schemi con retroazione negativa (ad esempio.7. In particolare. anche per lo schema con retroazione occorre che U1 ⊆ I2 e. estraendo il termine x(n) dalla sommatoria su k presente nella (3. Connessione in retroazione dei sistemi S1 e S2 . si noti che. dove prende il nome di controllo a ciclo chiuso. Esempio 3. dopo essere stata elaborata dal sistema S2 . 3.

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

(a) Caso TC. R1 + R2 (3. con α = R2 < 1. Schema a blocchi di un amplificatore.98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. Sottolineamo che. Schema elettrico di un partitore resistivo.10. eventualmente. R1 + R2 nella quale y(t) dipende solo da x(t). n] . Inoltre. Esempio 3. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3.2) oppure la (3. Esempio 3. si parla anche di sistema istantaneo o senza memoria. (3.3). i sistemi sono dispersivi.9. α y(n) (b) Fig. in quanto la forma più generale della relazione i-u è la (3. 3. il cui schema elettrico è riportato in fig.2) assume la forma y(t) = S [x(t).9) .5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. 3. di norma. 3. (b) Caso TD. come sinonimo di sistema non dispersivo.9. si ottiene la semplice relazione i-u: y(t) = R2 x(t) .6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3.7) In sintesi. con t oppure con n). 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.3) assume la forma y(n) = S [x(n). in un sistema non dispersivo. Pertanto il partitore resistivo è un sistema non dispersivo. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. Applicando la legge del partitore. Definizione 3.t] .8) (3. e quindi i sistemi non dispersivi rappresentano un caso particolare.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) .

con T > 0. Se. 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. l’integratore dell’es. . Inoltre.10(b). in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. il sistema “dimentica” l’ingresso.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . . Il termine “memoria” per T viene utilizzato proprio perché. oltre che da x(n). Nel caso in cui i pesi siano tutti uguali a 1/(M + 1).9). e sistemi a memoria infinita.2 sono sistemi dispersivi. n − 1. x(n − M) del segnale di ingresso. 6 Il . con pesi b0 . 3. Esempio 3.8 caso α < 0 si può vedere come la cascata di un invertitore.1 e l’accumulatore dell’es.1 e l’accumulatore dell’es. 3. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . L’uscita all’istante t. M + 1 k=0 e quindi l’uscita y(n) è calcolata in ogni istante n come la media aritmetica dei campioni dell’ingresso negli istanti n. Si tratta evidentemente di un sistema dispersivo.6 si possono estendere al caso TD. . nel senso chiarito meglio dai due esempi seguenti. 3. x(n − 1).6 si dice evidentemente dispersivo. Esempio 3.9 ciò non accade. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2.8 e 3. prende il nome di attenuatore. e di un amplificatore/attenuatore y(t) = |α |z(t). . o anche dinamico.7 (amplificatore/attenuatore TD) I concetti dell’es. Poiché l’uscita all’istante n dipende. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. un sistema TC descritto da una relazione i-u del tipo (3. dopo un tempo T . o ancora con memoria: ad esempio.10(a).3 Proprietà dei sistemi 99 Più in generale. . il sistema funziona da amplificatore. si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. ad esempio l’integratore dell’es. viceversa. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. z(t) = −x(t). la memoria del sistema è proprio pari a T per ogni t. sistemi a memoria praticamente finita. Esempio 3. bM . In linea di principio tale memoria potrebbe variare col tempo. . Un amplificatore/attenuatore a TD si rappresenta come in fig. Si parla di “memoria” del sistema. con 0 < α < 1. 3. 3. . b1 .7 all’uscita in un determinato istante di tempo. 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. 3. anche se negli es. degli M + 1 campioni x(n).6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. il sistema prende il nome di integratore con memoria finita. . . Un amplificatore/attenuatore TC si rappresenta come in fig. non sempre la memoria di un sistema è finita. tuttavia.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . non dipende dall’intero segnale d’ingresso. Per questo motivo. 3. Un sistema che non soddisfa la prop.2 sono entrambi sistemi con memoria infinita.3. α > 1. n − M. 3. 3. . . tale sistema ha memoria finita e pari ad M. In definitiva. oltre al campione attuale. . in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. 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.

presente e futuro. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. {x(u)}u>t rappresenta l’ingresso futuro: in generale. (b) Un sistema TD si dice causale se la sua relazione i-u (3. Per un fissato t. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . Interpretando l’ingresso come causa e l’uscita come effetto.10 (integratore causale e non causale) L’integratore dell’es. a patto che T > 0.3) assume la forma y(n) = S [{x(k)}k≤n . ma non dipende dagli ingressi futuri.8. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. e quindi da valori futuri dell’ingresso. ovvero di un sistema per il quale la (3.2) assume la forma y(t) = S [{x(u)}u≤t . giungendo alla seguente definizione: Definizione 3. descritto dalla relazione i-u y(t) = t t−T x(u) du .1. 3. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. l’integratore dell’es. il concetto di sistema causale si estende al caso TD. (3. quindi. Con ovvie modifiche. otteniamo un sistema non causale.3.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . secondo il quale l’effetto non può precedere la causa. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. ovvero i valori passati ed il valore presente dell’ingresso.t] . in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . . In altri termini. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente. Allo stesso modo.2 Causalità Partiamo ancora dalla relazione i-u (3. Modificando gli estremi di integrazione. l’uscita y(t) all’istante t dipende dall’ingresso passato. Si giunge allora alla fondamentale definizione di sistema causale.t] .100 Proprietà dei sistemi 3. è un sistema causale. 3.10) Esempio 3.2) assume la forma y(t) = S[{x(u)}u≤t . descritto dalla relazione i-u y(t) = t −∞ x(u) du . è chiaramente un sistema causale. n] . con T > 0. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t.11) (3.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3.t] .

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

per alcuni valori di t ≤ 0. per t ∈] − T. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1).4) ammette una interpretazione sistemistica. 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. in molti casi. y(n) Sebbene x1 (t) = x2 (t) = 0. e quindi i sistemi del mondo fisico sono tutti causali. b0 = −1 e b1 = 1). Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro.) sistemi fisici capaci di prevedere il futuro (ad esempio. usiamo la prop. 3. n] . per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). y(n) = S[{x(k)}k>n . ∀n ∈ Z. 3. Ad esempio. Un altro esempio . Si è visto che un sistema in cui l’uscita non soddisfa la (3. anche l’operazione di differenza prima per segnali a TD (cfr.11. Differenza prima. Tuttavia.11. ad esempio) ed elaborarlo “in tempo differito”: si pensi. ai sistemi fisici che elaborano i segnali “in tempo reale”. ed è quindi utile considerare anche il caso di sistemi non causali.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. Questa osservazione si applica.10) oppure la (3. la cui corrispondente uscita è y1 (n) = 0. per alcuni valori di n ≤ 0. Quindi la prop. Sebbene x1 (n) = x2 (n) = 0. mentre y2 (t) = 0. anziché elaborare un segnale in tempo reale.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. 3. infatti. y2 (t) = 0. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). 3.1(b) e scegliamo x1 (n) = 0. per ogni t ≤ 0. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. b0 = 1 e b1 = −1). Equivalentemente. y1 (0) = 0 e y2 (0) = 1. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale).13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. 3. in particolare. con M = 1. ossia: y(t) = S[{x(u)}u>t . Un sistema siffatto si dice anticausale. es.. In quest’ultimo caso. per ogni n ≤ 0.t] . 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). all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer.1.9. ed x2 (n) = δ (n − 1). 3. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale.9. 3. Può essere visto come un sistema MA causale (cfr. es. 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. 0[. per ogni t < 0. non sono stati ancora scoperti. Quindi la prop. ad esempio.102 Proprietà dei sistemi x(n) ∇1 Fig. Esempio 3. § 2. Per provare ciò formalmente. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. Osserviamo in conclusione che non esistono (o almeno. ∀n ∈ Z. è possibile memorizzarlo (su un supporto magnetico o ottico. infatti.11) si dice non causale. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . esso può anche essere visto come un sistema MA non causale (cfr. con M = 1..

se S−1 è il sistema inverso di S.12. Se il sistema è invertibile.3. 10 Nel seguito di questa sezione. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . per ogni segnale y(·) ∈ U. Da un punto di vista sistemistico. osservato y(t). comunque si fissi un segnale di uscita y(·) ∈ U. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . la causalità rappresenta un vincolo a cui il sistema deve obbedire. L’amplificatore è un sistema invertibile. Esempio 3. non vi è alcuna restrizione sui segnali di ingresso e uscita.3. anche se non operanti in tempo reale. basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. le corrispondenti uscite y1 (·) e y1 (·) siano distinte. per ogni segnale di ingresso x(·) ∈ I . In questo caso. Più precisamente.12) ossia. in altre parole. 3. quando si progetta un sistema. detto sistema inverso. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). Sfortunatamente questo non è sempre possibile. . 3. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) .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.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. l’ordine dei due sistemi nella cascata in fig. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. siamo interessati a risalire all’ingresso x(·) che l’ha generata. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. Si può verificare che. 3. pertanto. α e quindi il sistema inverso è un attenuatore. In altri termini. il sistema S è il sistema inverso di S−1 . ingressi distinti devono generare uscite distinte. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. è possibile costruire un sistema S−1 : U → I . tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig.12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. sussiste la seguente definizione di sistema invertibile:10 Definizione 3. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. Si noti che.5) per esprimere i legami i-u dei sistemi. la variabile indipendente è di tipo spaziale). questo significa che. faremo uso della notazione semplificata (3. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·).3 Invertibilità In molti casi pratici. nell’elaborazione di immagini. descritto dalla relazione i-u: y(·) = α x(·) . nota l’uscita y(·) di un sistema. se il sistema S è invertibile. (3. non potremo risalire univocamente a x(t).8 (sistema invertibile) Un sistema S : I → U si dice invertibile se.

lo studio dell’invertibilità di un sistema. 3. Estendendo tale concetto in modo ovvio al caso TD.12). salvo per casi particolari. nonché la determinazione del sistema inverso. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. Se tale dipendenza dal tempo non c’è.3) assume la forma y(n) = S [{x(k)}k∈Z ] .) S S -1 x(. non vi è alcuna restrizione sui segnali di ingresso. In questo caso. possiamo dare la seguente definizione: Definizione 3.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. mentre U è costituito da tutti i segnali non negativi a valori reali. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . (3. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario]. il raddrizzatore non è dotato di sistema inverso.) x(.104 Proprietà dei sistemi y(. È facile provare che il sistema raddrizzatore non è invertibile.) Fig.2) assume la forma y(t) = S [{x(u)}u∈R ] .12) è violata. poiché la (3. è in generale un problema abbastanza complesso. 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 (·)|. e quindi i suoi effetti sono irreversibili. (3.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. Va notato in conclusione che.t] . Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico.14) .12. nella sua forma più generale: y(t) = S [{x(u)}u∈R . a tale scopo possiamo far riferimento alla condizione necessaria (3.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3. Esempio 3. 3. Pertanto.3.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| .

Specificatamente. 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). Esempio 3. il suo comportamento non cambia nel tempo. e quindi l’origine dei tempi può essere fissata arbitrariamente. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. Se il sistema è TI. in altre parole. a partire dal segnale x(t). R1 (t) + R2 (t) (3. 3. ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop.2). ovvero il sistema non “invecchia” e – caso limite – non “si rompe”.14) si dice tempo-variante (TV) o non stazionario. Se invece il sistema è TV. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). un sistema che non soddisfa la (3. Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. si consideri ora il segnale xt0 (t) = x(t −t0 ). R1 + R2 è un sistema TI. in quanto il rapporto R1R2 2 non dipende dal tempo. il segnale x(t) è applicato in ingresso al sistema all’istante t1 . 3. allora yt0 (t) = y(t − t0 ). ottenuto da x(t) introducendo il ritardo temporale t0 . con riferimento ad un sistema TC. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso.15) . l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa.3.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . Se tuttavia si tiene conto degli effetti +R termici. 3.13. avente relazione i-u y(t) = R2 x(t) . producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). in questo esempio. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) .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.13) o la (3. cioè.13. Viceversa.

è utile fornire una caratterizzazione della proprietà di invarianza temporale che. Con riferimento al caso TC.16) è denominato amplificatore a guadagno variabile.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . 3.17) .14 sono equivalenti. La prop. 3. più precisamente. In base alla prop. e da attenuatore per i valori di t per i quali |α (t)| < 1. per ogni n0 ∈ Z. 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). all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig.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 ) . nel senso che (3. 3.2 ha un’interessante interpretazione in termini sistemistici. 3.2(b). il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. 3. rispetto allo schema di fig. a stretto rigore. ovvero se e solo se le due configurazioni in cascata riportate in fig. differentemente dalla def. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. e si scrive y(n) = α (n) x(n). Si faccia attenzione che. l’ordine tra i due sistemi è scambiato. Viceversa. 3. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD.13). che è illustrata in fig. in cui. per ogni t0 ∈ R. (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 ) . ad esempio.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) .14(b) al segnale di ingresso x(n).16) Un sistema del tipo (3.14(a). 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. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1.9 in cui compare il funzionale S. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. 3.14 con riferimento ad un sistema TD.18) (3.106 Proprietà dei sistemi ed è quella di un sistema TV. (3. Notiamo che un partitore del tipo (3. per cui si ha la seguente proprietà: Proprietà 3. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. 3. La stessa caratterizzazione vale anche nel caso TD. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. 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”. ottenendo il segnale yn0 (n) in uscita dalla cascata.

per cui.14.5) per esprimere i legami i-u dei sistemi. i due schemi in figura sono equivalenti. è TV. In altre parole. ovvero se la sua relazione i-u è y(t) = α x(t). Esempio 3. In pratica.16. 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. In effetti. conviene procedere per sostituzioni formali. l’amplificatore a guadagno variabile è un sistema TV.2 piuttosto che la def. 11 Per semplicità. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . per dimostrare che un dato sistema è invariante temporalmente oppure no. introdotto nell’es.9. si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 .2 dell’invarianza temporale. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . È chiaro che yt0 (t) = y(t − t0 ). ovvero se α (t) = α (costante). 3. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). D’altra parte. forniscono la stessa uscita in risposta allo stesso segnale. denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . come mostrato dagli esempi che seguono. le trasformazioni S e Sz−n0 commutano.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). 3. ovviamente tale risultato non sussiste se il sistema è TV. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . 3. si dimostra che l’amplificatore a guadagno variabile a TD. 3. Se il sistema TD S è TI.n0 x n (n)=x(n-n0) 0 S y n (n) 0 (a) y(n) x(n) S -n z 0 y(n-n0) (b) Fig. 3. quindi.3 Proprietà dei sistemi 107 x(n) z . è un sistema TV in generale (è TI se e solo se α (n) = α ). per il quale si ha y(n) = α (n) x(n). per ogni segnale di ingresso x(n) ∈ I . e la loro posizione nella cascata è ininfluente. Analogamente. Per non sbagliare. facciamo uso ancora una volta della notazione semplificata (3. evidentemente. se il sistema è TI. verifichiamo che in generale il sistema y(t) = α (t) x(t).3. è conveniente in generale utilizzare la prop. . traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) .

18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. Effettuando il cambio di variabile v = u − t0 .1): y(n) = x(−n) . In conclusione.8. e pertanto il sistema risulta essere TV.9 è TI.2 è un sistema TI. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . se tale proprietà non fosse verificata. 3. 3.1 è un sistema TI. un amplificatore audio non è un sistema TI in senso stretto. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du .10. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. se il volume è tenuto fisso.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. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). Tuttavia. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . k=0 M M per cui il sistema è effettivamente TI. tale astrazione è utile per descrivere molti sistemi di interesse il cui comportamento nel tempo è approssimativamente costante su un periodo di tempo sufficientemente lungo (rispetto all’intervallo di tempo in cui ci interessa studiare il sistema). in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. Tuttavia. Allo stesso modo. 3. si può provare che l’integratore con memoria dell’es. 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 ) . il sistema può ritenersi ragionevolmente TI. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. per cui resta provato che l’integratore è un sistema TI. 3. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. sono anch’essi sistemi TI. Infatti. il sistema risulterebbe TV. per l’intervallo di durata di un compact disc.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. Esempio 3. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . Ad esempio. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . . e l’integratore non causale dell’es. Esempio 3. 3.108 Proprietà dei sistemi Esempio 3. e cambia meno drasticamente quando si alza o si abbassa il volume.

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

per provare che un sistema è stabile. . Un esempio di sistema instabile: il Tacoma Narrows Bridge. Viceversa. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . (b) Le oscillazioni viste da una estremità del ponte. 3. Esempio 3. descritto dalla relazione i-u y(t) = t −∞ x(u) du . k=0 M M per cui anche y(n) è limitato. ∀n ∈ Z .5 metri. 3. 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). è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky .15. se |x(n)| ≤ Kx per ogni n ∈ Z. (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. con la sola ipotesi che |x(·)| ≤ Kx .110 Proprietà dei sistemi (a) (b) (c) Fig. Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8.24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. 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. che è un segnale limitato in quanto assume solo i valori 0 ed 1. in ogni istante di tempo. per provare che un sistema è instabile. Infatti. (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. è stabile.1. Notiamo che un sistema MA è sempre stabile. Come si vede.

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

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

ya (·) ≡ yb (·).3. 3. Le due proprietà precedenti.) (a) x1(. ∀α1 .5) per il sistema S. se si deve .) S (b) Fig.) x2(. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3.) x2(.) S y b(.21) Notiamo che il principio di sovrapposizione si può esprimere. 3. (3. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U.18: se il sistema S è lineare. ∀α1 . cioè. adoperando la notazione semplificata (3. sistema S al segnale di ingresso x1 (·) + x2 (·) si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. allora i due sistemi riportati in fig. pertanto. (3.18(a) e fig. 3. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. le configurazioni (a) e (b) sono equivalenti.3 (principio di sovrapposizione) Un sistema è lineare se. che caratterizzano la linearità di un sistema.3 Proprietà dei sistemi 113 x1(. α2 ∈ C .17.22) che ammette l’interpretazione sistemistica riportata in fig. Se il sistema S verifica la proprietà di additività. anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . α2 ∈ C .) S y a(.18(b) sono equivalenti. 3. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) . e poi sommare i segnali di uscita ottenuti.

con k ∈ Z. 3.22) come caso particolare.) α1 S α2 (a) y a(.114 Proprietà dei sistemi x1(. anche la linearità è una idealizzazione . A tale proposito. αk . i segnali di uscita ottenuti. α2 . Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se. utilizzando i coefficienti α1 e α2 . si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente.23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3.) S α2 (b) Fig. si noti che.22) da sola non basta per assicurare la (3.23) discende semplicemente dalla (3. .) x1(.) S α1 y b(. . .) x2(. ∈ C . .23): in questo caso. che ovviamente racchiude la (3. e poi combinare linearmente.18. le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione). se. calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·). con gli stessi coefficienti. ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici.22). si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) .23) come definizione di principio di sovrapposizione. 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. Se il sistema S è lineare.) x2(. . comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I. invece. il numero di segnali xk (·) è infinito. La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. . (3. delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente. come l’invarianza temporale. occorre imporre alcune condizioni matematiche aggiuntive. Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico. nel seguito assumeremo la (3. k ∀α1 . la (3. .

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

§ 4. Infatti.21. e prende il nome di sistema quadratico o non-linearità quadratica. se si indica (fig. 3. 3.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . Esempio 3. è descritto nell’esempio seguente. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x).6. 3.19. e quindi non è additivo. Per l’omogeneità. Esso appartiene pertanto ad una classe più generale di sistemi.) y(.1) o alle differenze (nel caso TD. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. Un caso più caratteristico di sistema non lineare. § 4. 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. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria.3. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. Fig. cfr.116 Proprietà dei sistemi x(.) g(x) y(.1).27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare.2) lineari e a coefficienti costanti.27 è anche TI e non dispersivo o senza memoria (cfr. e quindi non è omogeneo. cfr. 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)] .) Fig. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante.) x(. e y(t) = x3 (t) (sistema cubico). si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] . detti anche non-linearità senza memoria: Definizione 3. e sono rappresentati graficamente come in fig. né quella di additività. che non risulta neppure lineare per le differenze. un sistema TI senza memoria.20. che prende il nome di caratteristica i-u.15). 3.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. Esempio 3. 3. Un esempio “fisico” tratto dall’elettronica è il diodo. Infatti.) sistema lineare y L(.20. Schema a blocchi di un sistema non lineare (non linearità) senza memoria.) y 0(.6. y(t) = sgn[x(t)] (“hard limiter”). 3. 3. Il sistema quadratico dell’es. cfr. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. arbitrari x1 (·) e x2 (·).12 (non linearità senza memoria) Sia g(·) una funzione non lineare. § 3. es. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità.

il che è ragionevole per segnali costanti o lentamente variabili. Schema elettrico di un diodo. y(t) = g[x(t)]. Caratteristica ingresso-uscita di un diodo. 0 . poiché essa non è lineare per tutti i valori di x. avente come ingresso la tensione x(t) e come uscita la corrente y(t). dove la caratteristica i-u g(x) (fig. 14 Un modello più accurato mostra che la relazione tra tensione e corrente in un diodo in conduzione segue una legge di tipo esponenziale. Altri esempi di sistemi elettronici descritti approssimativamente15 da modelli non lineari senza memoria sono i transistori bipolari (bipolar junction transistor.22) è g(x) = x R .22.22 è lineare a tratti.3 Proprietà dei sistemi 117 y(t) y=g(x) x(t) tg(θ)=R x Fig.3. che scorre nel diodo. . Fig. FET). x ≥ 0. BJT) ed i transistori ad effetto di campo (field-effect transistor. Il parametro R rappresenta la resistenza del diodo in conduzione. 3. 3. che assume in genere valori molto piccoli (dell’ordine di pochi decimi di ohm). modellato come un sistema non lineare senza memoria. con buona14 approssimazione. dove R è la resistenza del diodo in conduzione.21. 3. 3. si può porre. il sistema non può essere considerato lineare. in ogni caso. 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. Notiamo che la funzione g(x) di fig. altrimenti.

3.1 Si consideri la seguente interconnessione di sistemi: x(n) S1 S2 S3 y(n) dove i legami i-u dei tre sistemi sono i seguenti: S1 : y(n) = x n . S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 . 4 Esercizio 3. 3. Risultato: La memoria è pari a N − 1. y(t) = sgn[x(t)].23. Sistema dell’esercizio 3. 2 4 S3 : y(n) = x(2n) . 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . Risultato: y(n) = x(n) + 1 x(n − 1). Determinare il legame i-u del sistema (complessivo) riportato in figura.2 Si consideri l’interconnessione di sistemi riportata in fig. Determinare il legame i-u del sistema (complessivo) riportato in fig. Risultato: y(t) = 2 u[x(t)].4 Esercizi proposti Esercizio 3.23. con N ≥ 1 numero intero dispari .3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . y(t) = ex(t) . dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig.118 Proprietà dei sistemi 3. Esercizio 3. 3. y(t) = 2 ln(|x(t)|).2.23. . Calcolare la memoria del sistema.

x(n) = R3 (n) −→ y(n) = 3n u(n) .6 Un sistema S con ingresso x(n) ed uscita y(n) presenta le seguenti coppie i-u: x(n) = u(n + 2) −→ y(n) = 2−n u(n + 1) .4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3. (b) Il sistema è invertibile? Giustificare la risposta.1 del libro di testo. Esercizio 3. con T1 > 0. 3. x(τ ) dτ .] Risultato: Il sistema è non causale. la memoria è pari a 2 T2 − T1 . t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura. (b) non invertibile: in virtù del risultato del punto (a). .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 . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. la memoria è pari a T1 . indipendentemente dalla costante A. Risultato: (a) y(n) ≡ 0. Esercizio 3. con A ∈ R. con T2 > 0. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. se T1 < T2 . Risultato: Se T1 ≥ T2 .] Risultato: Il sistema può essere causale (non è detto che lo sia). (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). x(t) = rect(t − 1) −→ y(t) = e−3t . l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla.1 del libro di testo.3. Esercizio 3.5 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.

Segnali dell’esercizio 3. Risultato: (a) ya (n) = 2 δ (n + 2) + δ (n + 1) − 2 δ (n) + 3 δ (n − 1) + 2 δ (n − 2) + δ (n − 3).9. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). .120 Proprietà dei sistemi Esercizio 3. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). 3. (c) non può essere tempo-invariante. Risultato: (a) nessuna restrizione su I.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ .8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . 3. (b) S è invertibile e il suo sistema inverso è caratterizzato dal seguente legame i-u: x(t) ∈ U −→ y(t) = ln[x(t)] ∈ I.24.9 Il sistema S in fig. x2 (n) e x3 (n). (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). Nella stessa figura sono riportate le uscite del sistema y1 (n). l’insieme U è costituito da tutti i segnali positivi. (a) Caratterizzare gli insiemi di ingresso ed uscita. Esercizio 3. stabilire se il sistema può essere tempo-invariante. rispettivamente. determinare il sistema inverso. 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) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3). (b) Stabilire se tale sistema è invertibile.24 è lineare. Esercizio 3. è necessariamente tempo-variante. In caso affermativo. (c) Sulla base dei risultati ottenuti ai punti (a) e (b).

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 .25.26 è tempo-invariante. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). dire se il sistema può essere tempo-invariante. (c) il sistema non può essere tempo-invariante. (a) Determinare il legame i-u del sistema.11. x(n) y(n) (-1) n Fig. Esercizio 3. è necessariamente tempo-variante. Esercizio 3. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. (b) Dire se il sistema è stabile. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (b) yb (t) = cos(3t − 1). 3.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t).3. 3. con t0 ∈ R. (c) non può essere tempo-invariante. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n).25. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). x(t) = e− j2t −→ y(t) = e− j3t . (b) yb (t) = ya (t) = cos(2π fct). rispettivamente. Sistema dell’esercizio 3. Esercizio 3. Esercizio 3. 3. Risultato: (a) ya (t) = cos(2π fct).14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: .13 Il sistema S in fig. è necessariamente tempo-variante. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). (c) Stabilire se il sistema può essere tempo-invariante. (a) Stabilire se il sistema può essere lineare.11 Si consideri il sistema riportato in fig. Risultato: (a) ya (t) = cos(3t). (b) stabile. Nella stessa figura sono riportate le uscite del sistema y1 (n). x2 (n) e x3 (n). Risultato: (a) non può essere lineare. è necessariamente non lineare.

tempo-variante e stabile. non dispersività.1 è y(n) = δ (n − 2).2 e S2. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1. invarianza temporale. (e) non lineare. Risultato: (a) non lineare. (b) lineare. non dispersivo. tempo-variante e stabile. Segnali dell’esercizio 3.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). mentre l’uscita del sistema S2. causale se T > 0 e non causale se T < 0.2 è y(n) = x(−n − 2).15 Classificare. (d) lineare. dispersivo. causalità. S2 : y(n) = x(n + 2). Esercizio 3. (e) y(t) = [x(t) − x(t − T )] u[x(t)]. se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). non causale. causale. (d) y(t) = [x(t) + x(t − T )] u(t).2 è y(n) = δ (n + 2). sia S1. motivando la risposta e fornendo almeno un esempio a suo supporto.13. dispersivo. . Stabilire. Esempio: quando x1 [n] = x2 [n] = δ [n]. (c) lineare. tempo-invariante e stabile. tempo-invariante e stabile.26. mentre S2. con T ∈ R − {0}. motivando brevemente le risposte. le uscite dei due sistemi S1. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità. causale. (b) y(t) = x(t − 2) − x(1 − t). causale se T ≥ 0 e non causale se T < 0. l’uscita del sistema S1. (c) y(t) = x(t) cos(2π t). tempo-variante e stabile.1 sono necessariamente uguali”. 3.1 è y(n) = x(−n + 2).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. il legame i-u del sistema S2. S1 : y(n) = x(−n) . dispersivo se T = 0. non dispersivo. Inoltre. stabilità): (a) y(t) = 2 exp[x(t)].1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine).

dispersivo. tempo-invariante.17 Classificare in base alle loro proprietà (linearità. causale. (b) y(n) = x(−n). con a.3. causalità. Risultato: (a) lineare. (d) lineare. se x(t) = 0 . tempo-invariante e stabile. Risultato: (a) non lineare (lineare per le differenze). invarianza temporale.4 Esercizi proposti 123 Esercizio 3. causale. non dispersivo. non dispersivo. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. dispersivo. stabile se h(τ ) è sommabile. . ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. tempoinvariante e stabile. (d) y(n) = x(n) +∞ k=0 ∑ δ (n − k). non dispersivo. causale. (e) y(n) = an u(n) x(n). (b) lineare. (c) y(t) = x(t)  0. invarianza temporale. non dispersività. causale. non causale. causale se T ≥ 0. dispersivo. (d) y(t) = 1 2T T −T x(t − τ )dτ . 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 causale se T < 0. con m0 ∈ Z . instabile. (c) non lineare. non causale. con T ∈ R − {0}. stabilità): (a) y(n) = x(n) + u(n + 1). motivando brevemente le risposte. b ∈ R − {0}. tempo-invariante. tempo-variante e instabile. tempo-invariante. (c) y(n) = ex(n) . invarianza temporale. causale. motivando brevemente le risposte. altrimenti . stabilità): (a) y(n) = a x(n) + b. (c) y(n) = x(n2 ). (b) non lineare. (c) non lineare. (e) lineare. dispersivo.   1 .16 Classificare. causalità. (d) y(n) = k=m0  0 . stabile se h(τ ) è sommabile. con a ∈ R − {0}. h(τ ) x2 (t − τ ) dτ .  n   ∑ x(k) . tempo-variante e stabile. non dispersività. dispersivo. tempo-invariante e stabile. con m0 ∈ N. (e) y(n) = n+m0 k=n−m0 ∑ x(k). per n ≥ m0 . altrimenti . Esercizio 3.18 Classificare. non dispersività. non causale. causalità. (b) y(n) = cos(π n) x(n). dispersivo. tempo-invariante e stabile. (d) lineare. Esercizio 3.

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

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

126 Proprietà dei sistemi .

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

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

ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore).4) si può giustificare in maniera più formale anche applicando le prop. (4. e calcoliamo l’uscita sfruttando il principio di sovrapposizione.3) non si sovrappongono nel tempo. utilizzando la conoscenza della sola risposta impulsiva del sistema. si ha semplicemente αk = x(k). come già detto. L’operazione matematica effettuata tra x(n) ed h(n) nella (4. (4.7) prende il nome di convoluzione a TD. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .5) dove abbiamo applicato il principio di sovrapposizione.4). non essendo dipendenti dal tempo n. esteso al caso di una infinità (numerabile) di segnali. (4. la rappresentazione (4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . poiché essa caratterizza (cioè descrive) completamente il sistema LTI. si dice che la risposta impulsiva è una risposta canonica.4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. Si noti che. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . Notiamo peraltro che la (4.5)].2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD. rappresentato mediante la (4. Definiamo allora il segnale h(n) = S[δ (n)]. ovvero xk (n) = δ (n − k).4. la (4. ed abbiamo sfruttato il fatto che le quantità x(k).5).7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta.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 .3 dell’impulso discreto. (4. Pertanto. La funzione h(n) che compare nella (4.6) cioè traslando l’impulso in ingresso di k campioni. e sarà studiata più approfonditamente nel § 4. 3.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) .1) l’insieme numerabile degli impulsi discreti traslati nel tempo. sostituendo la (4.3) Determinare i coefficienti αk della rappresentazione è semplice. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). 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. (4. Ribadiamo che per ricavare la (4. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. In questo senso. Scegliendo come segnali elementari xk (n) nella (4.7) abbiamo utilizzato sia la proprietà di linearità [nella (4. nonché l’invarianza temporale del sistema. sia la proprietà di invarianza temporale [nella (4.6)].3. Supponiamo allora che un segnale x(n). con k ∈ Z. se si osserva che gli impulsi δ (n − k) nella (4. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso.6) nella (4. 2. il segnale di uscita h(n) trasla anch’esso di k campioni. ∀k ∈ Z .7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n).

8) Seguendo i procedimenti delineati negli esempi del capitolo precedente.8): h(n) = k=0 ∑ bk δ (n − k) . (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . per un dato k ∈ Z. . .7). la (4. . k ∈ {0. 4. M} . si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk .11) .9).10) espressione che fornisce gli stessi valori della (4.7). descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . (4. con n ∈ Z. è utile mettere in luce una particolare interpretazione della (4. si ha. . 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). e particolarizzata in fig. per ogni k ∈ Z. 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). 4. dove è calcolata graficamente la risposta del sistema MA dell’es. x(1) h(n − 1) e x(2) h(n − 2). . al segnale di ingresso x(n) = 1 R3 (n).1(b). è semplice provare che tale sistema è sia lineare che tempo-invariante. D’altra parte. 4. 1.2.9) rappresentata graficamente in fig. altrimenti .9.. ponendo x(n) = δ (n) nella (4. 4. 3. avente la risposta impulsiva di fig.1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es.7). pari ad M + 1 campioni.1(b) al caso M = 5 e 1 bk = M+1 = 1 .1.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). 4. (4. In sostanza. 6 Esempio 4. ∀k ∈ {0. dal confronto tra la (4.1(a) nel caso generale. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). .. 4. (a) Risposta impulsiva di un generico sistema MA. . Questa interpretazione è chiarita in fig.7) mostra che. 5}. È interessante notare che la risposta impulsiva del sistema MA è di durata finita. . Prima di passare al caso TC.8) e la (4. 1. partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . 5}. M (4. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. . Infatti. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. ∀k ∈ {0.. . . Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. 1. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). M (4. . osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. 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. 0 . il segnale di uscita si ottiene sommando tali segnali.1.

Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n).2.4.2 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.

3. con t ∈ R.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. In pratica mediante la (4. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ .14) come definizione di principio di sovrapposizione per una infinità continua di segnali. (4.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. anche la (4. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . Tale rappresentazione si può vedere come l’estensione della (4. senza perderci in complicate discussioni matematiche. segue che α (τ ) = x(τ ) e x(t.4). τ )dτ . prop. L’operazione matematica tra x(t) ed h(t) che compare nella (4. con gli stessi coefficienti α (τ ) dτ .14) non discende direttamente dalla prop. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . se il sistema è LTI.7) è simile a quella vista nel caso TD. data l’analogia formale tra la (4.2). ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . Precisamente. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). . τ ). per τ ∈ R. (4.4) al caso TC. seguendo passaggi matematici simili a quelli già visti per il caso TD.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. Notiamo inoltre che.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 . dal confronto con la (4.23) per una infinità numerabile di segnali. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. assumeremo direttamente la (4. formalmente. 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 . 4. e prende il nome di convoluzione a TC. e l’integrale prende il posto della sommatoria. Tuttavia. centrati in tutti i possibili istanti di tempo τ ∈ R. La derivazione della (4.3 e richiede delle condizioni matematiche aggiuntive per la sua validità. τ )] del sistema ai segnali elementari x(t. 2. (4. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. A differenza del caso TD. la (4. La (4.11). e rappresenta.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione.11). τ )]dτ . integrando) i segnali x(τ ) h(t − τ ) dτ . per ogni τ ∈ R. con τ ∈ R. 3.12) si basa su una definizione più generale di linearità di un sistema. Una giustificazione immediata ed intuitiva della (4. τ ). al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua). τ ) = δ (t − τ ). non è possibile dare una giustificazione immediata della (4. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t.1). Precisamente. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè.2). dove la delta di Dirac sostituisce quella discreta. tuttavia.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. Nel seguito. le risposte S[x(t. Così come il principio di sovrapposizione (3. come già visto nel caso TD.11) e la (4. ossia: x(t) = +∞ −∞ α (τ ) x(t.

pari a T e coincidente con la memoria del sistema.5T T . 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 (4.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. sia invariante temporalmente.4. anche tale risposta impulsiva è di durata finita. notiamo preliminarmente che. (4.1. la (4.1 (relazione i-u e risposta impulsiva di un sistema LTI) (a) Dato un sistema TC S con ingresso x(t) ed uscita y(t). si può mostrare che la (4. per confronto con la (4. (4. 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) . 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. Successivamente. Come nell’es. 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 . In maniera equivalente.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. da cui. in maniera più formale.2.15) con T > 0. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. per cui è un sistema LTI.7) oppure (4.2).12). es.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. 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. . ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). T ). 4.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. 4.15) si può scrivere come una convoluzione: infatti. avente relazione i-u: y(t) = t t−T x(u) du . In altri termini. Negli es.1 e 4. 4. e cioè: y(t) = +∞ −∞ rect τ − 0.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ .12). allora il sistema è necessariamente LTI. Si può facilmente verificare che tale sistema è sia lineare. con il cambio di variabile τ = t − u → u = t − τ .5T T x(t − τ ) dτ . (4.

134 Sistemi lineari tempo-invarianti (LTI) 4. con a = 0. che si ottiene da z(k) mediante traslazione di n campioni.3(a)]. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. e verso sinistra se n < 0. costruendo il segnale z(k) = x(−k) e.3(d)].3. Se non effettuiamo nessuna traslazione su z(k). 4.7) nel caso TD. se n > 0 [traslazione verso destra. consideriamo il seguente esempio. le operazioni da effettuare sui segnali x(n) e h(n) per calcolare la convoluzione sono schematicamente indicate di seguito: Algoritmo per il calcolo della convoluzione a TD: (1) Rappresentare h(k) e x(k) in funzione di k ∈ Z.3 Convoluzione Come abbiamo visto nel paragrafo precedente. 4. (4. partendo dal caso TD per semplicità. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n).3(e)]. Prendendo come riferimento la seconda delle (4. La difficoltà maggiore è che. si nota che si ha sovrapposizione tra h(k) e . Seguendo la procedura delineata precedentemente. Per capire meglio il meccanismo precedentemente descritto. 4. oppure dalla (4. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .18) sono del tutto equivalenti. Nel caso TD. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso.3(b)] ed il segnale riflesso z(k) = x(−k) [fig.18). (2) Effettuare prima la riflessione del segnale x(k). rappresentiamo h(k) in funzione di k [fig. Esempio 4.1 seguente). la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. fatta eccezione per casi particolari. effettuare la traslazione del segnale z(k) verso destra se n > 0.1. si veda la fig. (3) Per ogni fissato valore di n ∈ Z. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. per cui il risultato della convoluzione è nullo. si vede che per n < 0 [traslazione verso sinistra. Viceversa. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. dobbiamo costruire il segnale wn (k) = z(k − n). e sommando i risultati dei prodotti ottenuti. 4. 4.18) Le due espressioni riportate nella (4. successivamente. Per calcolare gli altri valori della convoluzione. si veda la fig. vedi anche il § 4.12) nel caso TC.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . per la proprietà commutativa della convoluzione. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k).3(c)]. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. 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. Ovviamente. In particolare. possiamo ottenere direttamente il risultato della convoluzione per n = 0. in particolare. il segnale wn (k) non si sovrappone con h(k). ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . descritta dalla (4. insieme con x(k) [fig.

per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . In particolare. per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + . un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. 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. l’esempio mostra chiaramente che. vale a dire: . . 2. . per effettuare correttamente il calcolo della convoluzione. in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie. in pratica essa può ridursi ad una somma finita di valori per ogni n. n}. h(k) w2 (k) = 1 + a + a2 . 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. Facendo riferimento per convenienza alla seconda delle (4.19). 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. se |a| < 1. (4. che in generale potrebbe non convergere.3(f) nel caso in cui 0 < a < 1. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. se n < 0 . In particolare. y(n) = 1 − an+1  . per alcuni valori di n. 1−a In definitiva. + an = k=0 ∑ ak = n 1 − an+1 . più precisamente. altrimenti . .7) vada effettuata in principio su infiniti valori di k. h(k) w3 (k) = 1 + a + a2 + a3 . 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 . .7). 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. . 4. C. il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 . è semplice considerare i casi per n = 1.4. Si noti che. oppure anche per tutti i valori di n.19) Anche in questo caso.3 Convoluzione 135 wn (k) su un numero finito di campioni. ed è rappresentato graficamente in fig. tale numero di campioni è pari ad n+1. sebbene la somma in (4. Ovviamente esistono casi in cui il numero di termini della somma è infinito. Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . h(k) e wn (k) si sovrappongono per k ∈ {0. Per un generico valore n > 0. .

2 0 −10 −5 0 k 5 10 (a) 1 0. (b) rappresentazione di x(k).4 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0.8333) e x(n) = u(n) (es. 4.4): (a) rappresentazione di h(k).8 0.4 0.8 0. (f) risultato della convoluzione.8 0.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.8 w−5(k)=x(−5−k) 1 0. 4.6 h(k) 0.3. .6 0.4 0.6 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.6 0.4 0. (d) traslazione verso sinistra di z(k) (n = −5).6 0.4 0.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0. (e) traslazione verso destra di z(k) (n = 5).2 0 (b) z(k)=x(−k) 0.2 0 −10 −5 0 k 5 10 x(k) 1 0. (c) riflessione del segnale x(k).2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.

ed assumiamo T2 > T1 . invece.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R.4(c)]. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. (2) Effettuare prima la riflessione del segnale x(τ ). l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . in quanto le due finestre rettangolari si sovrappongono solo su un punto. Per T2 ≤ t < T2 + T1 . 4.4(a)] e h(τ ) [fig. le finestre non si sovrappongono affatto. Per T1 ≤ t < T2 . es. Infine.2) avente risposta impulsiva h(t) = rect . 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. y(t) = (4.    T2 + T1 − t. T2 ). le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . . ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. 0 < t < T1 . per cui si ha nuovamente y(t) ≡ 0. per 0 < t < T1 . 0. (3) Per ogni fissato valore di t ∈ R. costruendo il segnale z(τ ) = x(−τ ) e. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0.   t. 4.4(e)]: in particolare.20) T1 . effettuare la traslazione del segnale z(τ ) verso destra se t > 0. Riassumendo.4(b)] in funzione di τ ∈ R. di durata ∆h = T2 .5T2 T2 .4(d)]. per T1 ≤ t < T2 . Esempio 4.t). 4. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC.t). e verso sinistra se t < 0. T1 ≤ t < T2 . Facciamo per comodità riferimento alla seconda delle (4. T2 ≤ t < T2 + T1 . per cui si ha: y(t) = t t−T1 dτ = T1 .4.19). per T2 ≤ t < T2 + T1 . Considerando invece valori positivi di t. Traslando il segnale z(τ ) verso sinistra [fig. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. 4. posto in ingresso al sistema LTI (cfr. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). successivamente. per t ≥ T2 + T1 . di durata ∆x = T1 . ed effettuando l’integrale del prodotto. 4.5T1 T1 t − 0. per cui si ha: y(t) = t 0 dτ = t . per cui risulta y(t) ≡ 0 per t ≤ 0. 4. Per prima cosa. successivamente. le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. rappresentiamo x(τ ) [fig.

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

4): (a) rappresentazione di x(τ ). . (e) traslazione verso destra di z(τ ) (t > 0). 4. (b) rappresentazione di h(τ ).3 Convoluzione 139 1 1 0 τ T h(τ) x(τ) 1 0 τ T 2 (a) (b) wt(τ)=x(t−τ) z(τ)=x(−τ) −T 1 0 τ t−T 1 t τ 0 (c) (d) T1 y(t) = h(t) ∗ x(t) wt(τ)=x(t−τ) 0 t−T T 1 0 τ t 1 T2 T1+T2 t (e) (f) Fig.4. (f) risultato y(t) della convoluzione. 4. (d) traslazione verso sinistra di z(τ ) (t < 0). (c) riflessione del segnale x(τ ).4. Calcolo della convoluzione tra due finestre rettangolari TC x(t) e h(t) di durata T1 e T2 (es.

cioè i due schemi in fig.) (b) y b(.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(.7(b) e fig. yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). 4. 4.7(b). in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). In virtù della proprietà commutativa della convoluzione.) h(.7(c). Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco. In altre parole.7(b) sono equivalenti. A sua volta. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) .) 0 T t 2T x(. osserviamo innanzitutto che. per la proprietà associativa. l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·). come evidenziato in fig.) Fig. 4. In base a queste due interpretazioni. il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T .7(a) è equivalente al sistema LTI riportato in fig. Per la proprietà commutativa. T Proprietà associativa Fig. notiamo che calcolare l’espressione yb (·) = [x(·) ∗ h1 (·)] ∗ h2 (·) seguendo l’ordine indicato dalle parentesi equivale a calcolare prima l’uscita del sistema avente risposta impulsiva h1 (·). 4. . i due sistemi LTI in figura sono equivalenti. 4. cioè ya (·) ≡ yc (·).7(d) sono equivalenti. 4. notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). i due schemi riportati in fig.7(d).6. Inoltre.) (a) y a(.) h(. il sistema LTI in fig. nel senso che ya (·) ≡ yb (·). 4. e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini. per cui il sistema LTI in fig.7(c) è equivalente allo schema serie riportato in fig.5. nel senso che yb (·) ≡ yd (·). 4. come mostrato in fig.7(a) e fig. 4. 4. la proprietà associativa della convoluzione consente di affermare che la serie di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hser (·) = h1 (·) ∗ h2 (·). Il segnale y(t) si può esprimere come y(t) = T Λ t−T . la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI. A tal fine. 4. ossia yc (·) ≡ yd (·). Conseguentemente. In tale ipotesi.7(a). 4.

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

∀n0 ∈ Z . x(n) h(n) (b) -(n1+n2) z y b(n) Fig.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. per ogni x(·) ∈ I e y(·) ∈ U. si giungerebbe. dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione. x(n − n0 ) ∗ h(n) = y(n − n0 ) . rispettivamente.9. e per la (4. la (4.) x(. esprimendo la relazione i-u del sistema mediante una convoluzione. x(n − n0 ) −→ y(n − n0 ) . ∀t0 ∈ R . 3. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo. (4. per sistemi a TC e a TD. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso). . In virtù della proprietà di invarianza temporale (4. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ).22) (4.22) e (4.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. Per giustificare invece la correttezza della (4. i due schemi in figura sono equivalenti. si ha. ∀t0 ∈ R .) x(n) z . ad esempio.) δ(.11) nel caso TC.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig.10.9). ∀n0 ∈ Z . si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). 4. Dal punto di vista matematico. rispettivamente.4) nel caso TD e la (4. noti inoltre che.3 Dal punto di vista dell’interpretazione sistemistica. infatti.142 Sistemi lineari tempo-invarianti (LTI) x(. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·).22) [un discorso analogo vale per la (4. invece che alla (4. esplicitando la convoluzione (4. Nel caso di un sistema LTI.22).21).2).25) della convoluzione. se per calcolare y(t − t0 ). 4.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·).21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. secondo la quale.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. Tale sistema prende il nome di sistema identico. 4. x(t − t0 ) −→ y(t − t0 ) . Le (4. In un sistema identico. è possibile riottenere la (4.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . notiamo che la (4.

4.3 Convoluzione

143

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

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

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

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

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

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

(4.28)

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

144

Sistemi lineari tempo-invarianti (LTI)

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

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

Dh ∩Dwt

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

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

4.3 Convoluzione

145

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

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

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

k=0

∑ 1 = n+1,

n

0 ≤ n < N1 − 1 .

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

k=n−N1 +1

n

1 = N1 ,

N1 − 1 ≤ n < N2 − 1 .

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

1 = N2 + N1 − n − 1,

N2 − 1 ≤ n ≤ N2 + N1 − 2 .

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

(4.32)

146

Sistemi lineari tempo-invarianti (LTI)

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

4.3 Convoluzione

147

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

1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10

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

(b)

z(k)=x(−k)

0.6 0.4 0.2 0 −10 −5 0 k 5 10

−10

−5

0 k

5

10

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

(d)

3

w2(k)=x(2−k)

2

1

0 n

5

10

(e)

(f)

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

con durate ∆x . (d) Proprietà di esistenza dell’unità: x(·) = x(·) ∗ δ (·) = δ (·) ∗ x(·) .148 Sistemi lineari tempo-invarianti (LTI) Riepilogo delle proprietà della convoluzione Per comodità del lettore. (f) Proprietà di convoluzione con l’impulso: x(t − t0 ) = x(t) ∗ δ (t − t0 ) = δ (t − t0 ) ∗ x(t) . ∀t2 ∈ R . anche il gradino è un segnale ideale. ∆h ∈ R+ =⇒ y(t) = x(t) ∗ h(t) è di durata rigorosamente limitata. tuttavia in laboratorio è più semplice da approssimare mediante un segnale . le proprietà della convoluzione precedentemente introdotte e discusse sono sinteticamente riassunte di seguito: Proprietà 4. con durate ∆x . h(n − n1 ) ∗ x(n − n2 ) = y[n − (n1 + n2 )] . ∀n2 ∈ Z . applicando un impulso al suo ingresso. ∀n0 ∈ Z . Siano x(n) e h(n) di durata rigorosamente limitata. x(n − n0 ) = x(n) ∗ δ (n − n0 ) = δ (n − n0 ) ∗ x(n) . con durata ∆y ≤ ∆x + ∆h . 4.4 Risposta al gradino L’impulso di Dirac è un segnale ideale. (e) Proprietà di invarianza temporale: h(·) ∗ x(·) = y(·) =⇒ h(t − t1 ) ∗ x(t − t2 ) = y[t − (t1 + t2 )] . non realizzabile in pratica.2 (proprietà della convoluzione) (a) Proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . in quanto presenta una discontinuità brusca. ∆h ∈ N =⇒ y(n) = x(n) ∗ h(n) è di durata rigorosamente limitata. ∀t1 ∈ R. con durata ∆y ≤ ∆x + ∆h − 1. (g) Proprietà di durata della convoluzione: Siano x(t) e h(t) di durata rigorosamente limitata. come suggerito dalla definizione. D’altra parte. ∀n1 ∈ Z. (b) Proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . per cui è impossibile determinare sperimentalmente la risposta impulsiva di un sistema TC. ∀t0 ∈ R . (c) Proprietà distributiva: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) .

Infatti. 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) . Notando che la (4. come ad esempio il segnale uε (t) di fig. (4. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. es. 2.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) .4. con un tempo di salita molto stretto.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. Nel caso TD. sfruttando la relazione i-u (4.7) di un sistema TD LTI. ma anche la risposta al gradino caratterizza completamente un sistema LTI. per ottenere la risposta al gradino a partire dalla risposta impulsiva.34) e (4. è sufficiente far passare quest’ultima in un sistema accumulatore. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N.12. .2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). ovvero è anch’essa una risposta canonica. non solo la risposta impulsiva. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . In altri termini. in particolare. 3.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. In particolare. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr.11(a). basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD).35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. 4. In definitiva. le relazioni (4. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. (4.

raffigurati in fig. si ottiene h(t) = d s(t) dt (4. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4.1. Infatti la risposta al gradino s(t). si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . § 2.12).36) ed (4. Tuttavia. dunque. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica.36). Infatti. utilizzando la (4. Dalla (4. Pertanto. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . 2. 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.11(b). derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. in quanto caratterizza completamente il sistema. Ciò suggerisce che una buona approssimazione della risposta impulsiva di un sistema TC LTI si può ottenere osservando la sua uscita hε (t) quando in ingresso è posto il segnale δε (t) = t 1 rect 2ε 2ε .36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . come già detto in precedenza. abbiamo visto [si veda la (2. aventi area unitaria. con ε sufficientemente piccolo. Per la linearità del sistema.4). adoperando le proprietà di linearità e di invarianza temporale del sistema. 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.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 valgono considerazioni analoghe. un valore appropriato di ε dipende dalla struttura interna del sistema e. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ .37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . (4. varia da sistema a sistema. 5 Non esiste una regola generale per stabilire quanto ε . mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . In particolare. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI.37) Le (4. 2ε 2ε (4.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). Nel caso TC. trattandosi di una pura astrazione matematica (cfr. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] .

1). descritto dalla relazione i-u: y(t) = t −∞ x(u) du . Utilizzando la (4.39) Abbiamo già mostrato che tale sistema è TI (cfr. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. (4. 4.4. (4. possiamo dire che. dt (b) Nel caso TD. 3. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . es. 4. 3. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) .39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . Si può notare che. che per la (4. Esempio 4.37) è esattamente la risposta impulsiva. in virtù della (4. se ε 1.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. si tratta cioè di una rampa.13(b)]. 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) .13(a)]. 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) .40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. il cui valore è (cfr.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t). il segnale in fig. che cresce linearmente per t > 0 [fig. identicamente nulla per t < 0. es. per ε → 0. in fig. In pratica.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. Confrontando la (4.36). per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale).39) è un sistema LTI. 4.4 Risposta al gradino 151 alla derivata della risposta al gradino.18) e si può facilmente verificare che tale sistema è anche lineare. Conseguentemente.12). per cui l’integratore (4. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4.40) con la (4.24): s(t) = t u(t) .13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema.38). In maniera equivalente. 4. si può mostrare che la (4. . es. il segnale hε (t) tende proprio alla risposta impulsiva del sistema. 3. 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.

3.152 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. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) .8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. Esempio 4.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . 4. 4.7): (a) risposta impulsiva.42) con la (4. (b) risposta al gradino.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . Integratore con memoria infinita (es.41) Si può facilmente verificare che l’integratore TD è un sistema LTI.7). . si può mostrare che la (4. In maniera equivalente. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1.2). es. (4. (4.13. Confrontando la (4.

14(a)].36).2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig.   0 .14(b)].5T T .  dτ = t .5T T dτ . Risolvendo l’integrale si ottiene:  se t < 0 . che è riportata in fig.2). 4.4 Risposta al gradino 153 10 1 0. (b) risposta al gradino. es. 0 s(t) =  T     dτ = T . in virtù della (4. Integratore a TD o accumulatore (es. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0. 4. avente relazione i-u: y(t) = t t−T x(u) du . si tratta cioè di una rampa a TD [fig. 4. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. se n < 0 .8): (a) risposta impulsiva. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig.14. ossia: h(t) = rect t − 0.   t    se 0 ≤ t < T .4 0.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. Conseguentemente.4. 4. (4. 4.43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2. 4. se t ≥ T . n + 1 . se n ≥ 0 .6 0. Esempio 4.34). 0 .15(a). In virtù della (4. in cui l’estremo superiore di integrazione t varia in R.9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.

4.5T T + T u(t − T ) . 4.9): (a) risposta impulsiva. Esempio 4.38). T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. 4. 4. in fig. 4. Integratore con memoria finita (es. il segnale in fig. In pratica. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. Si può notare che. T . 4. se ε impulsiva del sistema.15(b)]. che cresce linearmente nell’intervallo (0.15. . il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . In altre parole.1. per ε → 0. (b) risposta al gradino. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. si tratta di una funzione identicamente nulla per t < 0.154 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. Utilizzando la (4.

4 Risposta al gradino 155 0. se 0 ≤ n < M .1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . . . M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .1(a) nel caso generale. In virtù della (4. se n ≥ M .    n   b . 5}: (a) risposta impulsiva.4.34).4 0 0. ∑ k   k=0  1 M+1 . . ed in fig. 4.16. se n < 0 .2 1/6 h(n) 0. 4.6 0. ∀k ∈ {0. M M (4. n M in cui l’estremo superiore della sommatoria n varia in Z. M +1   1.45) k=0 rappresentata in fig. se n ≥ M .8 s(n) 0 2 4 n 6 8 10 0. Nel caso in cui i pesi bk siano tutti uguali a  0 .  ∑ k  s(n) = k=0 M    b . n+1 RM (n) + u(n − M) . se 0 ≤ n < M .   n+1 s(n) = . 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . ∑ bk δ (n − k) . (b) risposta al gradino. se n < 0 . 4. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . 1. Sistema MA con M = 5 e bk = 1 .44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4.1 0.2 0 −0.1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig.3 1 0. . la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) .

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

4.5 Proprietà della risposta impulsiva 157 4. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) .48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. per ogni segnale di ingresso {x(k)}k∈Z .7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . questo vuol dire che la risposta del sistema non cambia se. Consideriamo un sistema TD LTI.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. 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 . invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. Affinché y(n) dipenda solo da x(n). un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. stabilità. (4.5. (4.46). Ponendo x(n) = δ (n) nella (4.47).47) Pertanto. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) .3. nella (4. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k.1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. Una condizione necessaria e sufficiente affinché ciò accada. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. ∀k = 0. prop.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. seguiamo una strada diversa da quella seguita nel caso TD.48). possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. (4.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ .2(c)]. infatti. Passiamo ora a considerare i sistemi TC LTI. è che risulti h(k) = 0.4. per ogni segnale di ingresso.49) . Sostituendo nella (4. cioè caratterizza completamente un sistema LTI. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. 2. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. la relazione precedente si può riscrivere come y(n) = α x(n) . si ha: y(n) = h(0) x(n) . equivalentemente. causalità. è possibile legare le proprietà del sistema (non dispersività.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. Il sistema è non dispersivo se e solo se. ponendo α = h(0). Notiamo che. § 3. al posto di {x(τ )}τ ∈R . descritto dalla convoluzione a TD espressa dalla seconda delle (4. Per costruire un segnale siffatto. in questo caso.48). (4.

12)]. In definitiva. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. l’estensione temporale Dh e.1) come la durata temporale del segmento del segnale di ingresso che contribuisce. § 3. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. oltre al campione attuale. pertanto. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4.4 (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 (·). dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. Se poniamo α = h(0). si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) .3. dal confronto tra la (4. senza mai annullarsi.7) oppure (4.3. . 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.49). all’uscita in un determinato istante di tempo. per cui presenta valori non trascurabili su un intervallo temporale non limitato. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . ovvero se h(t) = α δ (t) . Quindi. (4. 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. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). per ogni segnale di ingresso e per ogni t ∈ R. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). Sostituendo nella (4.48) la risposta impulsiva precedente. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. ovvero se e solo se è un amplificatore/attenuatore ideale. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. Se allora osserviamo la relazione i-u di un sistema LTI [cfr. dove la memoria di un sistema è stata definita (cfr. I sistemi non dispersivi sono denominati anche sistemi senza memoria. il sistema è non dispersivo se e solo se y(t) = y1 (t). dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac.47). la durata ∆h .48) e (4. quindi. n → ±∞. (b) Equivalentemente.

es. che è rappresentata in fig. 4. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR).  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) .2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. es.7) e l’accumulatore (cfr.4 0. 4. 4.10).11 (sistema IIR con memoria praticamente finita) Si consideri il sistema TC descritto dal seguente legame i-u: y(t) = +∞ 0 1 −τ /T e x(t − τ ) dτ . es. se t ≥ 0 .52) Pertanto. 4. 4.12).11): (a) risposta impulsiva. . 4.51) Confrontando la (4.4 0. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. Esempio 4. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR). sono sistemi IIR con memoria infinita. 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) . Sistema TC IIR con memoria praticamente finita (es.17. 0 .6 0. T (4.50) dove T > 0.6 0. In virtù della (4. (b) risposta al gradino.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e .51) con la seconda delle (4.8 0.8). la risposta al gradino di tale sistema si ottiene come:  se t < 0 . es.9) e il sistema MA (cfr. L’integratore (cfr.52). Sfruttando il fatto che u(τ ) = 0 per τ < 0.36). 4. T (4. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. aventi come risposta impulsiva il gradino unitario.5 Proprietà della risposta impulsiva 159 1 0.8 0.4. T (4.17(a).

in quanto per tali valori di k risulta n − k > n.5. con 0 < |a| < 1 . Così facendo. risolvendo l’equazione h(∆h ) = α /T (cfr. con 0 < α < 1.17(b). mentre tende a zero per |a| → 0.54) . ∀k < 0 . (4. Lo stesso si può dire anche per i sistemi TD. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . 4. per effetto della convoluzione. In altri termini. § 2.2).53). se per semplicità facciamo riferimento ai sistemi TC. esso sarà “allungato”. proprio di una quantità pari alla memoria del sistema. Infatti.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4.1).2 Causalità Ricordiamo che un generico sistema è causale se l’uscita all’istante t oppure n dipende dal valore dell’ingresso nello stesso istante e in istanti precedenti. per ogni segnale di ingresso. e quindi misurare la memoria del sistema LTI. (4. In questo caso la relazione i-u assume la forma: y(n) = +∞ k=0 ∑ h(k) x(n − k) = +∞ −∞ k=−∞ ∑ n x(k) h(n − k) . scegliamo come valore di soglia α h(0+ ) = α /T . Per calcolare la memoria analiticamente. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ .3. con costante di tempo T > 0. Passiamo ora a considerare i sistemi TC LTI.3. la durata della risposta impulsiva risulta ∆h = T ln 1 α . Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. deve accadere che h(k) = 0 . Affinché allora l’uscita non dipenda dai valori futuri. ovvero è un segnale di durata praticamente limitata. 4. in virtù della (4. ricordando la proprietà di durata della convoluzione (cfr. ma non dipende dai valori dell’ingresso negli istanti successivi. 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) . per |a| → 1. § 4. notiamo che applicando al sistema un ingresso di durata finita.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. 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. 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. il sistema LTI ha memoria praticamente finita.31). In conclusione.

2) che un caso particolare di sistema non causale è il sistema anticausale.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. § 3. il sistema è non causale. In questo caso. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. Risposta impulsiva dell’integratore non causale (es. Di seguito sono riportati alcuni esempi di sistemi non causali. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. Abbiamo visto nel capitolo precedente (cfr. 4.18.4.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. ∀t < 0 . per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. In sintesi.3. Ragionando in modo analogo a quanto fatto nel caso TD. la relazione i-u (4.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . h(t) = 0. 4. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4. . si può verificare che un sistema TC è causale se e solo se h(t) = 0 .12). 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). h(t) = 0.

7).12). (4. e pertanto esso rappresenta un esempio di sistema LTI. M Si tratta di un sistema sia lineare che tempo-invariante. per confronto diretto con la (4. Infatti. per cui è un sistema LTI. si ha. Si può facilmente verificare che tale sistema è sia lineare. es. la (4.19(b) al caso M = 5 e 1 bk = M+1 = 1 .55) si può scrivere come una convoluzione. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) .12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. . si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k .11. . 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) .56) da cui. possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. 4. Esempio 4. ∀k ∈ {0.5T T x(t − τ ) dτ . 3.56): h(n) = h=−M ∑ 0 b−h δ (n − h) . (4. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. che è rappresentata in fig. 3.162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. .10 e 3. 0. (4. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. sia invariante temporalmente. Per questo motivo. In maniera equivalente. altrimenti . 4. −M + 1.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ .13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. . con il cambio di variabile τ = t − u → u = t − τ . avente relazione i-u: y(t) = t+T t x(u) du .5T T .12). D’altra parte.18: si tratta di un segnale che assume valori non nulli per t < 0 e.19(a) nel caso generale. 4. si può mostrare che la (4. (4. Infatti. . . k ∈ {−M. A questo punto. . pertanto tale sistema è non causale. .55) con T > 0. per confronto con la (4. 1. 0} .57) rappresentata graficamente in fig. ponendo x(n) = δ (n) nella (4. e particolarizzata in fig. 0). 5}.7). il sistema non è causale.58) espressione che è perfettamente equivalente alla (4. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. conseguentemente.57). moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. . da cui. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0.

Se il sistema è causale. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . Il sistema è pertanto non causale. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig.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. l’anticipo unitario TD è un sistema anticausale. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) .. Tale risultato.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 .. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. 6 Esempio 4. ∀k ∈ {0. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. ∀t ∈ (0. che sussiste con ovvie modifiche anche nel caso TD. I sistemi causali godono di una proprietà importante. in particolare. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. Si tratta chiaramente di un sistema LTI. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. . ∆h ). . consideriamo il caso dei sistemi TC. 1. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. poiché h(n) è identicamente nulla per n ≥ 0. Un segnale identicamente nullo per t < 0 è anche detto6 causale.4. con ∆h ∈ R+ .19. In tal caso. si ottiene che: y(t) = 0. 4. seguendo gli stessi ragionamenti che hanno portato alla (4.. (a) Risposta impulsiva di un generico sistema MA non causale.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . è un sistema LTI anticausale. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. 4. . Allo stesso modo il sistema TC che effettua un anticipo temporale. che realizza un anticipo unitario del segnale di ingresso. 5} (es.13). abbia estensione temporale Dx = (0. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. Per evidenziare tale proprietà.31). 6 Questa . ∆x + ∆h ) . . cioè. 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. è riassunto dalla seguente proprietà: Proprietà 4. con ∆x ∈ R+ . ∆x ).

3). 4. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). rispettivamente. ∀t ≤ −ε .1 è più immediata: . in base alla prop. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). D è mostrato che se un sistema LTI è invertibile. Poiché la convoluzione è commutativa. ∀t < 0.6 si poteva già dedurre dalle prop. ∀t ≤ −ε . La seguente proprietà riassume le considerazioni fatte precedentemente: infatti.1. si ha che y1 (t) = 0. anche il segnale di uscita è identicamente nullo per t < 0.1 y1 (t) = y2 (t). allora risulterà per la prop. Ma se il sistema è lineare. cioè y2 (t) = 0. Poiché la risposta impulsiva del sistema identico è δ (·).20.1 e 3.4. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. 3.20 (notiamo che per i sistemi LTI vale una proprietà più generale. ∀t ∈ R. un sistema è causale se e solo se. Pertanto. Dato un ingresso x1 (t) = 0.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD.5.6 vale più in generale per sistemi lineari causali (non necessariamente TI).3 Invertibilità Ricordiamo che se un dato sistema è invertibile. ∀t ∈ R. 3. Poiché risulta x1 (t) = x2 (t) = 0. 3.60) (4. con ε ∈ R+ piccolo a piacere. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. §3.) Fig.3. per ogni t0 ∈ R e per ogni x1 (t). ∀t ≤ t0 . l’applicazione della prop. cioè. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. cfr. In base a tale risultato. x2 (t) ∈ I tali che x1 (t) = x2 (t). Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. In app. Per cui ritroviamo il risultato. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. allora il corrispondente sistema inverso è anch’esso LTI. 4. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . in virtù della prop. allora h(·) è l’inverso di hinv (·).20. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. la prop. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . 4. risulta che y1 (t) = y2 (t). 4. (4. le stesse considerazioni si possono fare scegliendo n0 = −1.59) per cui se hinv (·) è l’inverso di h(·).) x(. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . 4.) h(.4. 3. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI.) hinv(.164 Sistemi lineari tempo-invarianti (LTI) y(. in questo caso.) x(. sfruttando in aggiunta la proprietà di linearità. ed applichiamo la proprietà vista per t0 = −ε < 0. supponiamo di scegliere un secondo ingresso x2 (t) = 0. così come il segnale di ingresso. Soffermiamo l’attenzione sui sistemi TC. In verità. come mostrato in fig. 7 Nel caso TD. ∀t ≤ −ε . 3. 4. Ricordiamo che. ∀t ≤ t0 .

Si ha. Ad esempio.5. detta hinv (·) la sua risposta impulsiva.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. se un sistema è stabile. In alcuni casi. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). a cui si rimanda direttamente il lettore.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . ∀n ∈ Z. descritto dalla (4. se h(k) è una successione sommabile.59) o (4.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). D.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. Questa compensazione prende il nome di equalizzazione. significa determinare uno dei fattori della convoluzione. noto l’altro fattore ed il risultato finale). e proviamo a trovare una maggiorazione simile per l’uscita y(n). Abbiamo cioè provato che la sommabilità (4. Alcuni approfondimenti ed esempi sono riportati in app. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. Pertanto. nelle telecomunicazioni. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza.5 Proprietà della risposta impulsiva 165 Proprietà 4. che va sotto il nome di deconvoluzione (di fatto.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . ovvero |x(n)| < Kx . Purtroppo determinare hinv (·) dalla (4. un problema di interesse è determinare il sistema inverso di un dato sistema. consideriamo un sistema TD LTI. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. §3. 4.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI.60) è un problema matematicamente complicato. 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. con passaggi banali. In molti casi pratici. il suo sistema inverso è anch’esso LTI e. (4. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità.3.4. cfr. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh . . Supponiamo allora che l’ingresso sia limitato. allora la risposta impulsiva dev’essere sommabile.

Per un sistema LTI a TC è possibile ragionare in maniera analoga.62) In definitiva. per ciascun n ∈ Z. e quindi è sicuramente limitato. che presentano memoria rigorosamente finita. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . risulta che l’uscita all’istante n = 0 non è limitata. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile.8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. Pertanto. come riassunto dalla seguente proprietà: Proprietà 4. la risposta impulsiva deve essere necessariamente sommabile. la risposta impulsiva h(·) ha durata rigorosamente limitata. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . su tutti i valori della variabile k per i quali h(k − n) = 0. il che contraddice l’ipotesi che il sistema sia stabile. 4.10). Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . 1. In definitiva. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. (sistema TC) . anche i valori di k per i quali h(k) = 0. . senza alterarla. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. se h(−n) = 0 . Ad esempio.9) e il sistema MA (§ es. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . x(n) = h(−n)  0. h(k − n) dove la seconda sommatoria va effettuata. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). Tale segnale assume solo i valori 0. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. ovvero h(n) sommabile . l’integratore con memoria finita (§ es. h(k) k k=−∞ dove abbiamo incluso nella somma. (4.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. altrimenti . 4. procediamo per assurdo. −1.

ossia h(t) = δ (t − t0 ). 4. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). aventi come risposta impulsiva il gradino unitario.11. che anticipa/ritarda il segnale di ingresso. il sistema è stabile. instabili. In verità. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . conseguentemente. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e. la cui risposta impulsiva [fig. è un sistema stabile. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 .63).5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. In conclusione. § B. Più in generale. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . che non contiene impulsi. in quanto. (4. 4. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. dal punto di vista pratico. nel senso che può contenere degli impulsi di Dirac. T Si tratta di un sistema con memoria praticamente finita. Ad esempio. che contiene solo impulsi.4 e B. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). il sistema che effettua la traslazione temporale del segnale di ingresso.64) .3).7) e l’accumulatore (§ es. per ogni t0 ∈ R. Ad esempio.4. Analogamente. sono esempi di sistemi IIR con memoria infinita e. nel caso del sistema (4.1. 4. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . in questo caso. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente.61) e (4. Pertanto. Verifichiamo che tale sistema è stabile. se il sistema IIR ha memoria praticamente finita. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. pertanto. caratterizzato dal legame i-u: y(t) = x(t − t0 ) .2. l’integratore (§ es. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva.17(a)] è data da: 1 −τ /T e u(τ ) . si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. se la risposta impulsiva h(t) è una funzione generalizzata. questo problema può essere tranquillamente aggirato. n=1 himp (t) N (4. Poiché il concetto di sommabilità di una distribuzione non è definito.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . Infatti. possiamo concludere che il sistema TC (4. 1 la risposta impulsiva è sommabile. e di una funzione himp (t) puramente impulsiva. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. 4.62) (cfr. Più precisamente.63) è sicuramente limitata. con t0 ∈ R . D’altra parte. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti.8). la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. Esempio 4. +∞ k=−∞ +∞ con 0 < |a| < 1 .63). sono stabili. Ad esempio. se il segnale di ingresso è limitato. i sistemi IIR aventi memoria infinita sono sicuramente instabili. l’uscita del sistema (4.

descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD).6. allora il sistema complessivo è sicuramente stabile. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . il sistema avente risposta impulsiva h(t) può essere decomposto nel parallelo del sistema avente risposta impulsiva hord (t) e del sistema avente risposta impulsiva himp (t). 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. . Tali sistemi presentano numerose analogie. tuttavia per una presentazione efficace è opportuno studiarli separatamente. In altre parole. 4. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. il sistema in fig. dove N ∈ N.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. 4. . se i sistemi componenti il parallelo sono singolarmente stabili. 4. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. 4.65) . 4. possiamo affermare che.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t).21. αN . dt k dt m=0 (4. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . In questo caso. in svariati campi delle scienze fisiche e dell’ingegneria. tN Fig.8. . .21. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. in virtù della prop. 4. sono descritti da equazioni differenziali lineari a coefficienti costanti. come mostrato in fig.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili.

bM sono costanti e quindi indipendenti dal tempo t. e N ≥ 0 è l’ordine dell’equazione. essa non rappresenta un legame i-u come espresso dalla def. Ciò è vero solo nel caso particolare in cui N = 0. .65). y1 . .66) t=0 t=0 dove y0 . yN−1 sono valori (in genere reali) assegnati. nel senso specificato dalla def. portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. . la (4. è necessario conoscere lo stato iniziale del sistema. Assegnato l’ingresso x(t) per t ≥ 0. . la soluzione generale della (4. .65). a0 . .1. occorre preliminarmente osservare che il fatto che la (4.65). 3. d y(t) dt = y1 . la (4. . N dk (4.65) descrive in maniera solo implicita il comportamento del sistema. . È noto8 che tale problema non è completamente definito. La (4. per le quali si rimanda il lettore direttamente ai testi di analisi matematica. se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. . supposto che. sia applicato in ingresso al sistema un dato segnale x(t). lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 .65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) .65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . . Nel caso più generale in cui N = 0.65) rispetto al segnale di uscita y(t). a partire da un istante prefissato tin ∈ R. I valori assegnati y0 . .67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. Ponendo per semplicità tin = 0. per trovare la corrispondente uscita y(t) per t ≥ tin . . aN e b0 . . yN−1 dipendono dalla evoluzione passata del sistema e.4. b1 . La soluzione generale y0 (t) della (4. in quanto.68) è detta soluzione omogenea della (4. . . . cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . Come verifica di quanto sopra affermato. . è data dalla somma di una soluzione particolare y p (t) della (4. 8 Nel . dal punto di vista fisico. infatti.68) ottenuta ponendo x(t) ≡ 0 nella (4. osserviamo che. a1 .1. .65). . determinare la relazione i-u del sistema equivale a risolvere. .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. vedremo che ciò è vero solo in alcuni casi particolari. .65) coinvolge.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. . .6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema. m=0 N dk M dm (4. Per sgombrare subito il campo da qualsiasi tipo di equivoco. In questo caso. aN e b0 . . è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . dN−1 y(t) dt N−1 = yN−1 . . in altre parole. per ogni fissato ingresso x(t). y1 . bM sono i coefficienti (in genere reali) dell’equazione. oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. M dm che rappresenta una relazione i-u tra y(t) ed x(t).65). coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). l’equazione differenziale (4. Una seconda osservazione importante riguarda il fatto che la (4. b1 . 3. che tiene conto di tutte le possibili condizioni iniziali. la (4. . . (4. a1 .

rispettivamente. Quindi. . . si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci. . con N1 + N2 + · · · + NR = N [nel caso in cui R = N. eλN t sono singolarmente soluzioni della (4. 1. .68). il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4.170 Sistemi lineari tempo-invarianti (LTI) della (4. . con λ ∈ C. Pertanto. cioè del tipo esponenziale complesso. combinando linearmente tutte le N possibili soluzioni. è soluzione della (4.73) dove λ1 . l’esponenziale eλ t è soluzione della (4. (4. . . Se si pone allora y(t) = eλ t nella (4. . le radici di q(λ ) sono o reali o complesse coniugate.68) non offre particolari difficoltà. allora gli esponenziali complessi eλ1t . . λN . N2 . a N 0 1 siano reali. allora si prova facilmente che t h eλit . Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). e quindi deve annullarsi q(λ ).68). Ni − 1}. siano esse λ1 .65).65).68). Più in generale. λ2 . D’altra parte.70) fornisce tutte le soluzioni dell’equazione differenziale (4.68). .65) non univocamente determinata. λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . per h ∈ {0. dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai.70) è una soluzione della (4.9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. . . . ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 .73) degenera 9 Nel caso in cui i coefficienti del polinomio a . . λ2 . . allora k=0 ∑ ak dt k y0 (t) = 0 .69) da cui sommando membro a membro la (4.68). In linea di principio. N dk (4. NR . .h t h eλ t . Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4.68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). . . . .67) e (4. c2 . è immediato constatare che y(t) = y0 (t) + y p (t) (4. . poiché una arbitraria combinazione lineare di soluzioni della (4. eλ2t . . . Le radici del polinomio caratteristico possono essere reali. . 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 . la (4. immaginarie oppure complesse.69). . Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. la soluzione generale della (4. a .71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4.72) dove c1 . cN sono costanti arbitrarie. . si può provare che la (4.68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . . .68) è ancora una soluzione della stessa equazione. i (4. . (4.

.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. . La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. 2. per la presenza delle costanti ci.65) si può ottenere seguendo i seguenti passi: 1. Anche in questo caso. la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. . in quanto tiene conto del solo segnale di ingresso x(t).66) e la seconda dipendente solo dal segnale di ingresso x(t).4. Innanzitutto. . ∀t ∈ R.h . . soddisfi le condizioni iniziali (4.65). (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. y1 . l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). allora la soluzione particolare ottenuta è valida solo per t > 0.65). Si determinano gli N coefficienti ci. cioè y0 = y1 = · · · = yN−1 = 0.74) determina un sistema di N equazioni lineari nelle N incognite ci. cioè y0 (0) = y0 . (4. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . .66) assegnate. ossia.72)]. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. . yN−1 . dN−1 y0 (t) dt N−1 = yN−1 . (4. y1 . se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno.h sono combinazioni lineari dei valori y0 . Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. .65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. si determina una soluzione particolare y p (t) della (4. Assegnato l’ingresso x(t).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. se l’ingresso è applicato all’istante tin = 0.h .h nella soluzione omogenea. . Ni − 1}.6 Esempi di sistemi LTI 171 nella (4. 2. . . Risolvendo tale sistema si trova che le costanti ci. R} e h ∈ {0.h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4.73).65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0.73). 3. Riassumendo quanto detto finora. . d y0 (t) dt = y1 . Conseguentemente. data da y(t) = y0 (t) + y p (t) per t > 0. . A differenza della soluzione y0 (t). l’equazione differenziale (4. l’evoluzione libera del sistema è nulla. . assumendo che siano nulle le condizioni iniziali. possiamo dire che la soluzione generale della equazione differenziale (4. 1.75) t=0 t=0 La soluzione particolare yfor (t) della (4. . . . senza portare in conto le condizioni iniziali. . né una tecnica generale di soluzione. con i ∈ {1. Notiamo che.74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. in quanto l’uscita è definita a meno di N costanti arbitrarie. Si determina la soluzione omogenea y0 (t) data dalla (4. In altri termini. . Questo è un risultato del tutto intuibile in quanto.h ). la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. e per essa non è possibile dare un’espressione generale. yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. ylib (t) = 0. La (4. D’altra parte. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). In molti casi è conveniente esprimere la soluzione generale della (4. .

76) La prima osservazione interessante suggerita dalla (4. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). ∀α1 . indipendente dal segnale di ingresso. Tuttavia. In particolare. 4. 4. allora yfor (t) ≡ 0.16). Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. il che si ottiene imponendo che il sistema sia inizialmente in quiete. Schema elettrico del sistema RC (es. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ).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.76) è lineare per le differenze. affinchè il sistema descritto dalle (4. se si impone x(t) ≡ 0. è interessante osservare che il sistema definito dalla (4. 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) .65) e (4. 4. occorre che la sua evoluzione libera sia nulla.16). Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. assegnando cioè y0 = y1 = · · · = yN−1 = 0.76) che y(t) = ylib (t) = 0. 4. ciò viola la prop.23.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. mentre l’uscita y(t) è la tensione ai capi della capacità. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t).23. (4.66) non è lineare. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. α2 ∈ C.66) sia LTI. cioè.22. Inoltre. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t).77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). La seconda osservazione legata alla (4. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . ciò significa che se x(t) ≡ 0. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. Possiamo quindi dire che. ∀t0 ∈ R.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)].76) è che in generale il sistema descritto dalle (4. Fig. segue dalla (4. la relazione che lega yfor (t) al segnale di ingresso è tempoinvariante: se yfor (t) è la risposta forzata del sistema al segnale di ingresso x(t). 3. In definitiva.65) e (4.22. rispettivamente.65) e (4. 4. Esempio 4. 3. 4.4 dal momento che.66) non è tempo-invariante.76) è che in generale il sistema descritto dalle (4. nel quale l’ingresso x(t) è la tensione ai capi della serie RC. può essere rappresentato mediante lo schema a blocchi in fig. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. dt (4. La . Schema a blocchi del sistema RC (es. indipendente dal segnale di ingresso.

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

. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). inoltre.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. Oltre ad essere chiaramente dispersivo. il sistema risultante non è omogeneo (e quindi non è lineare). y(t) = yfor (t) ne rappresenta la sua risposta al gradino. 4.65). e la (4.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) .37) esistente tra risposta al gradino e risposta impulsiva. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. per la presenza dell’evoluzione libera. M (4. Notiamo a questo punto che. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. 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). ovvero s(t) = (1 − e−t/RC ) u(t) . in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. il sistema LTI ottenuto è causale [h(t) = 0.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) .6. ∀t < 0] e stabile [h(t) è sommabile]. ottenuta ponendo x(t) = u(t − t0 ). ma non comporta discontinuità in t = 0 del segnale y p (t). (4. La soluzione completa y(t) dell’equazione differenziale corrispondente all’ingresso x(t) = u(t) si scrive: y(t) = ylib (t) + yfor (t) = y0 e−t/RC + (1 − e−t/RC ) u(t) . 4.24.77). Nel cap. una relazione analoga alla (4.65) in maniera più semplice di quanto visto finora. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. trattandosi di una equazione differenziale del primo ordine. ponendo y0 = 0. segue che c3 = −1. ponendo T = RC. è pari a yt0 (t) = yfor (t −t0 ). 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. corrisponde alla risposta impulsiva (4. con N ≥ 0 e aN = 0. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . Inoltre. Tenendo presente la relazione (4. 4.50) assegnata nell’es.10 Pertanto.11. 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. essendo il sistema LTI nelle ipotesi fatte. dt RC che.80) Osserviamo che. per un’equazione differenziale di ordine N.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. per cui risulta che c2 = 0. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4.81) nota come equazione alla differenze a coefficienti costanti di ordine N. 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).

4 0. 4. notiamo che la (4. analogamente al caso TC.82) Dal confronto con l’es. la (4. .81) si può esprimere. A tale proposito. 4. .2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. Per N ≥ 1. .6 Esempi di sistemi LTI 175 1 0. i sistemi definiti implicitamente dalla (4.83) dove y1 . a partire da un istante prefissato nin ∈ Z. Solo nel caso N = 0.8 0.6 0. M} . va detto che la teoria e la pratica delle equazioni alle differenze. . . (4. n ∈ {0. per determinarne la relazione i-u. è necessario risolvere rispetto a y(n) l’equazione alle differenze. e sono denominati sistemi auto-regressivi a media mobile (ARMA). ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. 1.81).65). y(−2) = y2 . questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . per trovare la corrispondente uscita y(n) per n ≥ nin . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 .81) descrive solo implicitamente un sistema.24. avente la seguente risposta impulsiva:   bn . y2 . assegnato il segnale di ingresso x(n). analogamente alle soluzioni di una equazione differenziale (4. .2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. Sistema RC (es. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) .9.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). (4. In particolare. si può provare che la soluzione generale di una equazione del tipo (4. sebbene in principio siano più semplici rispetto alle equazioni differenziali. y(−N) = yN .81) rappresenta una relazione i-u semplice da studiare. sono sistemi LTI. Ponendo per semplicità nin = 0. a0 m=0 (4. . . . (b) risposta al gradino. sia applicato in ingresso al sistema un dato segnale x(n). 3. supposto che. la (4. . h(n) = a0  0.6 0. . .65). .8 RC h(t) 0. come: y(n) = y0 (n) + y p (n) . In particolare. Assegnato l’ingresso x(n) per n ≥ nin .4 0. sono generalmente meno note ai lettori. yN sono valori (in genere reali) assegnati. altrimenti .16): (a) risposta impulsiva. sotto opportune ipotesi.4.

85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. Se invece il polinomio q(z) presenta R radici distinte z1 . . . a .84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. . ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . . yN . le radici di q(z) sono o reali o complesse coniugate.176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. . . . . cN sono costanti arbitrarie. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. .88) Quindi. .h . . . (4.11 Se le N radici del polinomio q(z) sono distinte. con N1 + N2 + · · · + NR = N. zN . . . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. siano esse z1 . la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. z2 . . si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . 1 2 N (4. l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . −1}.88) che soddisfa le condizioni iniziali (4. y0 (−2) = y2 . . per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . Risolvendo il sistema lineare (4. con z ∈ C e si pone y(n) = zn nella (4. . NR . z2 . come nel caso TC.84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). .87) dove c1 . c2 . zR aventi molteplicità N1 . .89) si trova che le costanti ci. cioè y1 = y2 = · · · = yN = 0. .81). N (4. i (4. (4. . yN−1 assunti da y0 (n) per n ∈ {−N. . . . −N + 1.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). Pertanto. . rispettivamente. .81): k=0 ∑ ak y(n − k) = 0 . .h sono combinazioni lineari dei valori y0 . Se ci si limita a trovare soluzioni del tipo zn . la soluzione generale della (4.83). l’esponenziale zn è soluzione della (4.86) le cui radici possono essere reali.84) si effettua ragionando similmente al caso TC. . l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . . . . ossia y0 (−1) = y1 . Conseguentemente. . la soluzione generale della (4. . y2 . N2 . a N 0 1 siano reali. y1 . . .84).84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. . . yN (−N) = yN .h nh zn . ovvero la soluzione generale dell’equazione omogenea associata alla (4. M (4.84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . immaginarie oppure complesse.

Similmente al caso TC. y(1). Dividendo primo e secondo membro per a0 = 0. possiamo riscriverla nella forma seguente. e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. D’altra parte.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) .92) . x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. ∀n ∈ Z. y(−2). . di quello passato x(0) e degli N valori precedenti dell’uscita y(0). Tale procedura. I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. . sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. . . il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. y(n − 2).4. l’equazione alle differenze (4. se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. . y(−N) (ovvero le condizioni iniziali assegnate). la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. Tale metodo si basa sull’osservazione che la (4.91).90) A causa della presenza dell’evoluzione libera. . a0 k=1 a0 m=0 (4. . il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0.83) è in generale lineare per le differenze e tempo-variante. . . .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) . con condizioni iniziali nulle.6 Esempi di sistemi LTI 177 del sistema è nulla.81). Esempio 4. che è applicabile solo a TD.91). ossia. e ponendo a = −a1 /a0 e b = b1 /a0 .83). (4. più semplice. Pertanto. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. ylib (n) = 0.81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . . . x(n − 2). y(−N + 1).81) può essere risolta seguendo un metodo alternativo a quello delineato sopra.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). Successivamente. . dai valori y(n − 1). . assegnando y1 = y2 = · · · = yN = 0. Nell’esempio che segue. In conclusione. che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . (4. la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . A differenza del caso TC. essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali.81) e (4. a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). . y(n) − a y(n − 1) = b x(n) .81) e dalle condizioni iniziali (4. il sistema descritto dalle (4. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). .

Va detto che. A tale proposito. In tale ipotesi. la cui somiglianza con lo schema di fig. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . e stabile per 0 < |a| < 1. denotiamo 12 Ad esempio. A conclusione di questo paragrafo. 4. causale. possiamo trovare la soluzione h(n) in maniera ricorsiva. h(n) può essere sinteticamente espressa come h(n) = b an u(n) .12 è utile fare qualche considerazione sulla loro implementazione. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . ossia y(n) = h(n). 4. Questa interpretazione porta allo schema a blocchi riportato in fig. assumendo che il sistema sia inizialmente in quiete. A differenza del caso TC. es. h(1) = a h(0) + b δ (1) = ab . 4. Dalle proprietà della risposta impulsiva. osserviamo che la forma ricorsiva (4. in Matlab. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. oltre a fornire un metodo alternativo di risoluzione dell’equazione.17. scrivendo: h(n) = a h(n − 1) + b δ (n) . Per semplicità. data la notevole importanza dei sistema ARMA nelle applicazioni. suggerisce anche un modo per realizzare il sistema. per n < 0.16). 4.23 sottolinea che l’equazione (4. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. h(n) = an b . che è rappresentata graficamente in fig. a ed in generale. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 .25. Analogamente. per N ≥ 1. 4.91) dell’equazione alle differenze (4. supposto 0 < |a| < 1. i sistemi ARMA presentano risposte impulsive di durata infinita. ed in particolare nell’elaborazione digitale dei segnali. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. con un leggero abuso di notazione. ponendo b = 1. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es.25). in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva. È interessante osservare che. 4. . in generale. In definitiva. si vede che il sistema è dispersivo. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig.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. ed in generale.81). Imponiamo che il sistema sia LTI. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . 4. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n).11. e sono pertanto sistemi IIR. h(n) = 0 . per n ≥ 0. Pertanto. il sistema in esame è un sistema IIR avente memoria praticamente finita. ovvero y(−1) = 0. il comando filter implementa proprio la relazione i-u di un sistema ARMA.8333 e b = 1. Così facendo. nel cap.26 per a = 0.

. 4. m=0 N N (4.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. i sistemi AR presentano risposte impulsive di durata infinita. Per effetto della ricorsione. . ponendo a zero i coefficienti bm . Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. per k ∈ {1. . è riportato indietro verso il segnale di ingresso z(n). per m ∈ {M + 1. 1. 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) . ritardo elementare e sommatore. . . . con ak i rapporti −ak /a0 . .4. .25. è possibile ottenere un sistema con N < M. 13 A . . è possibile ottenere un sistema con N > M. così facendo la (4. 4.95) 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. N + 2. per m ∈ {0. partire da un sistema ARMA con N = M. 4. Risposta impulsiva del sistema LTI (es. M + 2. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che.8333 e b = 1).4 0. ponendo a zero i coefficienti bk . Questa ricorsione. 4.2 Fig. e con bm i rapporti bm /a0 .8 0. M}.6 0.93) è riportato in fig. . analogamente. . Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale. . 4. per k ∈ {N + 1. .93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0.27.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0.17). lo schema a blocchi corrispondente alla (4. . N}. 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) . M}.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . h(n) 0 0 5 n 10 15 20 Fig. . 2. N}. opportunamente ritardato e scalato. N (4.26. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. Precisamente. N (4. . Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es.

In tal modo. 4.15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. . senza alterare la natura del sistema. . ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale.27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II. 4.27. si ottiene la struttura cosiddetta canonica riportata in fig. 15 Il comando filter di Matlab. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo. nonchè amplificatori e sommatori. che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA. Lo schema di fig. Così facendo si giunge alla struttura modificata rappresentata in fig. mentre la (4. e sono pertanto sistemi IIR.94) rappresenta la parte MA (o FIR) del sistema. z -1 x(n-N) bN aN . . in quanto sia la parte MA che quella AR sono sistemi LTI. .14 per un totale di 2 N ritardi elementari. .95) rappresenta la parte AR (o IIR) del sistema. Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. Possiamo quindi dire che la (4.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. . z -1 y(n-N) b2 a2 . pertanto. Realizzazione in forma diretta I di un sistema ARMA (N = M). . 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. che è generalmente denominata forma diretta II del sistema ARMA. . 4. La realizzazione di fig. Lo schema si può vedere come la cascata della parte MA e della parte AR. . Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata.29. ciò non altera il legame i-u del sistema. precedentemente menzionato. . 4. 4.28.27 è comunemente denominata forma diretta I del sistema ARMA.

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

oltre che come sovrapposizione di impulsi. Nei paragrafi seguenti. per comodità di presentazione. e scrivere la relazione i-u in termini di convoluzione discreta (4. e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). Sostituendo nella relazione i-u del sistema. La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. e dei sistemi LTI in particolare.7) oppure continua (4.182 Sistemi lineari tempo-invarianti (LTI) 4. moltiplicato per H( f ).12).96) . (4.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4.97) +∞ −∞ h(τ ) e− j2π f τ dτ .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 (·). se reali.12). Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. di sinusoidi (rappresentazioni di Fourier). è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·).96) esiste finita. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o.7. avente ampiezza unitaria e fase iniziale nulla. Assumendo che la quantità tra parentesi tonde esista finita. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. Supponiamo che il segnale di ingresso sia un fasore a frequenza f . che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari. per il quale la H( f ) definita dalla (4. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. 4. ovvero poniamo x(t) = e j2π f t . e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t . 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. in ingresso ad un sistema TC LTI con risposta impulsiva h(t).

inoltre il suo modulo |H( f )|. è in generale una grandezza complessa. La quantità H(0) prende il nome di guadagno in continua del sistema LTI.97). 4.30. prende il nome di risposta in fase. 6 che la relazione (4. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . 4. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. 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 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . mentre la fase del fasore viene modificata da H( f ). si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ .98) La (4. se h(τ ) è sommabile.31. Dalla sua definizione (4. per ogni fissato valore di f . ovvero se il sistema è stabile.96). dicendo che i fasori sono le autofunzioni dei sistemi LTI.96). Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. tale relazione di trasformata di Fourier è invertibile. Infatti. e la sua inversa. La prop. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. cioè dell’autovalore. prende il nome di risposta in ampiezza. 4. . per analogia con la corrispondente proprietà dell’algebra lineare. in particolare concetti di analisi funzionale. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. in particolare l’ampiezza del fasore viene modificata da |H( f )|.4. 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 .9 si applica sicuramente a tutti i sistemi stabili. conseguentemente. |H( f )| < +∞. detta antitrasformata di Fourier. che modifica l’ampiezza del fasore di ingresso. Sostituendo tale espressione nella (4. ∀f ∈ R. 4. mentre la sua fase H( f ). (4. Si noti che tale proprietà vale anche per f = 0. Fig.9 può anche essere rappresentata dallo schema a blocchi di fig. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. Vedremo nel cap. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. la prop. evidenzia che i fasori sono segnali particolari per i sistemi LTI. che definisce H( f ) in funzione di h(τ ). in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. che modifica la fase del fasore di ingresso.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. ∀ f ∈ R. proporzionale a e. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. osserviamo che H( f ). 4.30. Quindi. da cui segue che. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). si può interpretare come la trasformata di Fourier del segnale h(τ ). generalmente soddisfatte dai segnali di interesse pratico. ovvero si ha y = A x. Sotto opportune ipotesi. Per completare l’analogia. Tale proprietà si esprime.

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. dt dt sostituendo nella (4. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . Sfruttando la conoscenza di h(t). dt (4. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0.6.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . come dimostrato dall’esempio seguente. si perviene alla seguente equazione differenziale. e sostituendo tali espressioni nell’equazione differenziale (4. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . 4.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4. Questa definizione è di grande utilità per ricavare direttamente la risposta armonica dei sistemi TC LTI descritti da equazioni differenziali lineari a coefficienti costanti (cfr. 4. (4. raffigurato in fig. mentre assume valori minori di 1 per f = 0 e decrescenti .100) che descrive il sistema. 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 . e sarà ulteriormente approfondito nel cap.1).99). 4. Esempio 4.6. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. la prop. 6.100) Abbiamo visto nell’es. 4.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. 4. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . § 4. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C.1) che. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t).32 in funzione di 2π f RC.16 (si veda anche il § 4. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) .99) x(t)=e j2π f t secondo la quale H( f ) si esprime come il rapporto tra l’uscita e l’ingresso quando l’ingresso è un fasore a frequenza f .100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t .22. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile.16. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4.96). ovvero H( f ) = y(t) x(t) . avente ampiezza unitaria e fase iniziale nulla.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). della quale è facile ricavare modulo e fase.

100) e non la condizione iniziale y(0) = 0. cioè H( f0 ) = 0. Tale conclusione non è corretta. 4. Infatti. Se il sistema LTI è reale.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. Un sistema di questo tipo.96) o dalla (4. Come osservazione conclusiva. L’es. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. Risposta in frequenza di un sistema RC (es. per un sistema reale. 3. e sarà ulteriormente approfondito nei prossimi capitoli. In definitiva.4). dato un sistema LTI. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. al crescere di | f |. Infatti. supposto H( f ) finita. 4. notiamo che. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. se l’ingresso è nullo. ovvero la sua risposta impulsiva h(t) è una funzione reale. risposta in fase (in basso). se h(τ ) è reale. In particolare. il che è vero se e solo se y(0) = 0. crescenti al crescere di | f |. 4. 4. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . che assume una importanza rilevante nello studio dei sistemi LTI. tuttavia. la corrispondente uscita è necessariamente nulla (cfr.18 conferma che la funzione H( f ) data dalla (4.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. 4. La prop. 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 .96). la corrispondente uscita è nulla. si ha: H ∗ ( f ) = H(− f ) . coniugando la (4.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. In altri termini. dove si è sfruttato il fatto che. In virtù di questo comportamento.18): risposta in ampiezza (in alto). viene chiamato filtro passabasso.32.4. Pertanto. che introduce un’attenuazione di ampiezza crescente con la frequenza. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. si è implicitamente imposto che il sistema sia 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. 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 . il sistema può “sopprimere” completamente il segnale di ingresso.101) . va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. cercare la soluzione y(t) = H( f ) e j2π f t dell’equazione differenziale assegnata è equivalente ad imporre la condizione iniziale y(0) = 0.9 e l’es. prop. risulta h∗ (τ ) = h(τ ). a prima vista. Quindi. (4.99) è in generale una funzione complessa.

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.

sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. 4. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). Notiamo in effetti che la (4.4. considerando due attraversamenti dell’origine con pendenza positiva).110) si può ottenere come caso particolare della (4. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ).21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. 4.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. viene collegato all’ingresso e all’uscita del circuito. un oscilloscopio a doppia traccia.35.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. Si può immediatamente osservare che. ed è riportata di seguito per completezza.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . Si consideri lo schema di misura di fig. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare.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. per il quale H(ν ) definita dalla (4. Variando la frequenza f0 del generatore (a scatti oppure in maniera .112) Analogamente al caso TC.104) esiste finita per ν = ν0 . Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. 4. notiamo che per la proprietà 4.109) introducendo un opportuno sfasamento di π /2. Inoltre. la prop. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. 4.21).35). 4. T0 In definitiva. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. se H(ν0 ) = 0.35. capace cioè di rappresentare due segnali su uno stesso visore. è semplice risalire allo sfasamento H( f0 ) = ϕy − ϕx introdotto dal sistema risolvendo una semplice proporzione: ϕy − ϕx ty − tx ∆t = = 2π T0 T0 =⇒ H( f0 ) = ϕy − ϕx = 2π ∆t = 2π ∆t f0 . 4. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] .111) (4. se H( f0 ) = 0. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay . (4. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. Esempio 4.

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

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

(b) y2 (n) = y1 (n + 2). instabile. +∞ (d) k=−∞ +∞ ∑ ∑ δ (t − kT0 ) ∗ x(t).5 Il segnale di ingresso x(n) e la risposta impulsiva h(n) di un sistema LTI sono dati da: x(n) = 1 2 n−2 u(n − 2) e h(n) = u(n + 2) . y4 (n) = x(n − 2) ∗ h(n + 2). (d) y4 (n) = y1 (n). instabile. Risultato: y(t) = t eat u(t) per a = b. non causale. (e) come (b). 2 Esercizio 4. 1 |n| n=0 . Esercizio 4. (c) y3 (n) = y2 (n). Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). Adoperando le proprietà della convoluzione. (g) Esercizio 4.6 Un sistema LTI avente risposta impulsiva h(t) = eat u(t) con a ∈ R − {0} è sollecitato dall’ingresso x(t) = ebt u(t) con b ∈ R − {0}. (c) δ (n − 2).194 Sistemi lineari tempo-invarianti (LTI) dispersivo. [Suggerimento: applicare la proprietà di invarianza temporale della convoluzione.4 Siano x(n) = δ (n) + 2δ (n − 1) − δ (n − 3) e h(n) = 2δ (n + 1) + 2δ (n − 1). dispersivo. 1 + |n| 0. (b) δ (t − 5) ∗ x(t + 5). non causale. n=0 . calcolare e diagrammare le seguenti convoluzioni: (a) (b) (c) (d) y1 (n) = x(n) ∗ h(n). Esercizio 4. δ (n − kN0 ) ∗ x(n).] Risultato: y(n) = 2 1 − 1 n+1 2 u(n). stabile. (g) x(n). (f) h(n) = h(n) = 1 . y(t) = 1 a−b eat − ebt u(t) per a = b.3 Utilizzando le proprietà degli impulsi e quelle della convoluzione. Risultato: (a) y1 (n) = 2δ (n + 1) + 4δ (n) + 2δ (n − 1) + 2δ (n − 2) − 2δ (n − 4). (e) k=−∞ (f) δ (2t) ∗ x(t). (b) x(t). (g) δ (2n) ∗ x(n). . y2 (n) = x(n + 2) ∗ h(n). (c) δ (n) ∗ δ (n − 2). y3 (n) = x(n) ∗ h(n + 2). (d) (f) 1 x(t). (e) +∞ k=−∞ ∑ x(n − kN0 ) = repN0 [x(n)]. dispersivo. +∞ k=−∞ ∑ x(t − kT0 ) = repT0 [x(t)]. non causale. Calcolare l’uscita y(t) del sistema. Risultato: (a) δ (t). semplificare il più possibile le seguenti espressioni: (a) δ (t) ∗ δ (t).

Te  0 .  (b) y(t) = 4 . Esercizio 4. Esercizio 4. Calcolare l’uscita y(n) del sistema.  −t/T ) . per n ≤ −1 .    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}.    0 .   9 − 6t + t 2 . per t > −1 .    2t . per 2 ≤ t < 4 . con |b| < 1. per t ≥ 3 . con T ∈ R+ . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b.  per 0 ≤ t < 2 . per 2 < t < 3 .4. per t ≤ 0 . (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n).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).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 .  −t/T  (e − 1) . con a > 1.10 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).   12 − 2t .  n  a . per n > −1 . per t ≥ 6 . per t < 0 . per 1 < t ≤ 2 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).    2t − t 2 . con |b| < 1. . (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2). per t ≤ −1 .  0 .  per 0 < t ≤ 1 .8 Esercizi proposti 195 Esercizio 4. per 4 ≤ t < 6 .   1 e(t+1) . per t > T . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T . 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).  1−1/a Risultato: (a) y(n) =  1/a  1−1/a . Risultato: y(n) = (n + 1) bn u(n) per a = b. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n).  (b) y(t) = 1 . e  0 . (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n). Esercizio 4. 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . per t < 0 .

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

τ ) dt allora d dt +∞ −∞ ≤ g(t. stabilire se il sistema è non dispersivo. causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2). tale per cui: d f (t. utilizzando s(n). causale. stabile. causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n).4. (g) il sistema è dispersivo. h(t) = e−6t u(3 − t). h(t) = e2t u(−1 − t). dt Esercizio 4.5). Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. h(t) = t e−t u(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. h(t) = e−6|t| . instabile. instabile. τ ) . (e) il sistema è dispersivo.15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). τ ) integrabile su R rispetto a τ e un costante ε > 0. stabile. h(n) = (1/2)|n| . h(n) = 4n u(n). f (t. non causale. (c) il sistema è dispersivo.16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n). stabile.8 Esercizi proposti 197 dagli scopi di questo corso. t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . h(n) = (1/3)n u(n) + 3n u(−n − 1). (g) h(t) = 2 e−t − e(t−100)/100 u(t).5) − rect(t − 1. Esercizio 4. causale.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 . stabile. calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). Esercizio 4. Risultato: s(n) = δ (n + 1) − δ (n). non causale. (f) il sistema è dispersivo. τ )] dτ . (d) il sistema è dispersivo. (b) il sistema è dispersivo. y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4). Esercizio 4. non causale. non causale. Risultato: (a) il sistema è dispersivo. causale. Risultato: s(t) = Λ(t − 1). stabile. h(t) = e−2t u(t + 2). h(t) = rect(t − 0. stabilire se il sistema è non dispersivo. τ )dτ = +∞ −∞ d [ f (t.

non causale. dove g(n) = R3 (n). (g) h(n) = n (1/3)n u(n − 1). non causale. Si può dimostrare che tale sistema è invertibile e che il sistema inverso ha risposta impulsiva hinv (t) = +∞ k=0 ∑ gk δ (t − kT ). non causale. (f) il sistema è dispersivo. (b) Calcolare y(n) quando x(n) = δ (n − 2). (c) non è LTI. (b) Calcolare y(n) quando x(n) = δ (n − 2).17 Si consideri il sistema LTI avente risposta impulsiva 1 h(t) = δ (t) + δ (t − T ) . stabile. (c) Sulla base dei risultati dei punti (a) e (b). dove g(n) = R4 (n). instabile. (c) Sulla base dei risultati dei punti (a) e (b). Esercizio 4.18 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(k) g(n − 2k) . instabile. si trova L = 2. Esercizio 4. stabile. Risultato: (a) y(n) ≡ 0. (c) non è LTI.] 1 Risultato: gk = (−1)k 2k . (c) il sistema è dispersivo. [Suggerimento: studiare l’equazione h(t) ∗ hinv (t) = δ (t) nelle incognite gk . causale. . Esercizio 4. 3 (f) h(n) = 2 u(n + 5) − u(n) − u(n − 5). (b) y(n) = R4 (n − 4). (b) il sistema è dispersivo. stabilire se S può essere un sistema LTI. (d) si prova effettuando il cambiamento di variabile h = 2k nella sommatoria e ricordando le proprietà dell’espansione. Risultato: (a) y(n) = R4 (n − 2). stabilire se S può essere un sistema LTI. 2 con T > 0. (e) il sistema è dispersivo. stabile. (g) il sistema è dispersivo. stabile. stabile. causale.198 Sistemi lineari tempo-invarianti (LTI) (e) h[n] = sin nπ u(n). (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). (a) Calcolare y(n) quando x(n) = δ (n − 1). (b) y(n) = R3 (n − 1). k ∈ N0 . causale. causale.19 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(2k) g(n − k) . (a) Calcolare y(n) quando x(n) = δ (n − 1). Ricavare l’espressione dei coefficienti gk . Risultato: (a) il sistema è dispersivo. (d) il sistema è dispersivo.

il sistema è dispersivo. h4 (t) = eat u(t) .4. determinare la risposta impulsiva h2 (n) (si noti che questo equivale ad effettuare una deconvoluzione). non causale. (b) h(t) = (1−eat ) u(t). h1(t) u1(t) + w 3(t) h3(t) u3(t) h4(t) u4(t) + + y(t) x(t) h2(t) u2(t) Sistema complessivo . rispettivamente. stabile. il sistema h3 (t) è dispersivo. instabile. Risultato: (a) il sistema h1 (t) è dispersivo. 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). e discuterne le proprietà (non dispersività. causalità e stabilità). Esercizio 4.21 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) . (b) Determinate la risposta impulsiva h(t) del sistema complessivo avente come ingresso ed uscita i segnali x(t) e y(t). causale.8 Esercizi proposti 199 Esercizio 4. dove a è un numero reale negativo. causalità e stabilità). h2 (t) = e−2t u(t) e h4 (t) = e−3 (t+2) u(t + 2) . causale. stabile. h2 (t) = u(t + 2) − u(t) . Esercizio 4. rispettivamente. il sistema h2 (t) è dispersivo. instabile. causale. ciascuno dei sistemi sopra riportati sulla base delle loro proprietà (non dispersività. Risultato: h2 (n) = δ (n) + 3δ (n − 1) − 7δ (n − 2) + 5δ (n − 3). il sistema h4 (t) è dispersivo. stabile. motivando brevemente le risposte. causale.22 I quattro sistemi LTI in figura sono caratterizzati dalle seguenti risposte impulsive: h1 (t) = h3 (t) = δ (t − 1) . (a) Classificare. h3 (t) = δ (t − 2) . con h1 (n) = R2 (n).20 Si consideri la connessione in cascata dei due sistemi LTI causali aventi risposte impulsive h1 (n) ed h2 (n).

1 + j/2 1 + j/2 . y(t) = x(t) − x(t − 0.5) nel caso (b). eccetto che nel caso in cui a = 3. stabile. rispettivamente. causalità e stabilità). dispersivi. (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI.25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . (b) il sistema è 3t . (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). invariante temporalmente. stabile. sulla base delle sue proprietà di non dispersività. (b) il sistema è dispersivo. il sistema è lineare. rispettivamente. (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). S3 : y(t) = x(t/2) (espansione di 2) . non dispersività. (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. stabile. non causale. 2T lineare per ogni a. (b) per n → +∞. con a ∈ R.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 . il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. non dispersivo. Risultato: (a) y(t) = T −T x at − τ 3 d τ . motivando brevemente le risposte. causale. mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at). Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). Esercizio 4. causalità e stabilità. non causale. Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). con T > 0. (c) h(t) = 3 rect Esercizio 4.200 Sistemi lineari tempo-invarianti (LTI) (a) Calcolare la risposta impulsiva h(t) del sistema complessivo [avente x(t) come ingresso e y(t) come uscita]. y(n) ≈ . Esercizio 4. invarianti temporalmente e stabili. Entrambi i sistemi sono lineari. dispersivo. in generale è tempo-variante. (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. S2 : h(t) = δ (t) − δ (t − 1) . (b) Classificare il sistema complessivo.23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . causali.

e la tensione y(t) ai capi della resistenza è il segnale di uscita. Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). causalità. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. causale. (b) Disegnare lo schema implementativo del sistema in forma diretta II.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). s(t) = yfor (t) = e−t/T u(t). (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a).5 (1 − e−2t ) e−t . stabile.4. (b) y0 (t) = c1 e−t/T . (e) il sistema è LTI se y0 = 0. per t ≥ 2 . nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . stabile se e solo se |a| > 1.27 Si consideri il circuito CR di fig. (c) Disegnare lo schema implementativo del sistema in forma canonica. (a) Disegnare lo schema implementativo del sistema in forma diretta I. [Suggerimento: Per calcolare h(n). la risposta al gradino sarà la derivata della risposta alla rampa. (a) Determinare l’equazione differenziale che lega x(t) ed y(t).] Risultato: (a) d 1 d y(t) + y(t) = x(t).     0. (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. (c) ylib (t) = y0 e−t/T . 4.  0 . per 0 ≤ t < 2 . (f) il sistema è dispersivo. (f) Studiare le proprietà (non dispersività.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . notare che essendo il gradino la derivata della rampa. con a ∈ R. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. dt T Esercizio 4.26 Si consideri il circuito RC di fig.36. stabilità) del sistema LTI determinato al punto (e). causale. .5 (1 − e−4 ) e−t . con T = RC. per t < 0 . con costante di tempo T = RC = 1s. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. [Suggerimento: per il punto (e). Esercizio 4. Esercizio 4. (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa).36.     Risultato: y(t) = 0. 4. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . sistema dispersivo.] Risultato: h(n) = (1/a)n−1 u(n − 1).8 Esercizi proposti 201 Esercizio 4. causale e stabile.

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

5T .25 π n). dispersivo.36 Si consideri il sistema LTI avente. (c) y(t) ≡ 1.5T 1 1 − e− j2π f T = e− jπ f T . calcolare l’uscita y(t) del sistema se in ingresso si pone il segnale x(t) = 3 + 2 cos 2π t 2T + 4 cos 2π t T 2π t 2T Risultato: (a) H( f ) = 1 − e− j2π f T = 2 je− jπ f T sin(π f T ). (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. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. stabile. applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ).35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ . (b) il sistema è LTI. applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0. causale. Esercizio 4. calcolare l’uscita y(t) e rappresentarla grafiT camente.34 Nello schema di figura. non dispersività. Risultato: (a) y(t) = t t−T x(τ ) dτ . stabilità). applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0.5 e− j 8πν per −0.4. (b) il sistema è LTI. con le seguenti proprietà: linea- re. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). x(t) 6 S S 6 .25 π (n + 1)). 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. è un integratore con memoria finita. calcolare l’uscita y(t). (b) Sfruttando i risultati del punto (a).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. stabile). dispersivo. tempo-invariante. la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. (c) y(t) = rect .5 . tempo-invariante. √ Risultato: y(n) = 2 2 sin(0. invarianza temporale. il sistema è lineare. 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . con riferimento al periodo principale. applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T .5 < ν ≤ 0. Esercizio 4. causalità.8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π . (b) y(t) = 4 cos . causale. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). . 1/T ). T Esercizio 4.

Fig. con 2π f0 = ω0 . 2π | f |T . 4. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: .36. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (a) Determinare l’equazione differenziale che lega x(t) ed y(t).37 Si consideri il circuito CR di fig. H( f ) = tan−1 ζf . H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . 4. Fig. Risultato: H(ν ) = 1 − 5 e− j8πν . con T = RC. 4. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. (b) H( f ) = .38.204 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. dt T dt 1 + j2π f T π − arctan(2π f T ) . 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. 1 d j2π f T d y(t) + y(t) = x(t). 1 .38 Si consideri il circuito RLC di fig. calcolare la sua risposta in frequenza H(ν ). determinare la sua risposta in frequenza H( f ). Esercizio 4. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. (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 . dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. con ω0 = dt dt (coefficiente di smorzamento). 4.37. Circuito RLC.29 sia stabile. 2 − e− j2πν + e− j6πν Esercizio 4. Circuito CR. e la tensione y(t) ai capi del condensatore è il segnale di uscita. Circuito RC. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente.37. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). determinare la sua risposta in frequenza H( f ). f <0 Esercizio 4. e la tensione y(t) ai capi del condensatore è il segnale di uscita. 1 + 4π Risultato: (a) f >0 .38.39 Supponendo che il sistema ARMA descritto dell’esercizio 4.

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

206 Sistemi lineari tempo-invarianti (LTI) .

5.97).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. aventi frequenze multiple di una stessa frequenza (frequenza fondamentale). il calcolo dell’uscita di un sistema LTI si effettua più semplicemente introducendo il concetto di risposta in frequenza. . composto da due fasori a frequenze f1 ed f2 : x(t) = e j2π f1t + 2 e j2π f2t . mostrando in particolare che i segnali periodici (TC e TD) possono essere espressi come sovrapposizione discreta di fasori.5 l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico. Se tale segnale è posto in ingresso ad un sistema LTI avente risposta in frequenza H( f ). 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. nel caso TC o TD. denominati filtri ideali. Nasce allora l’esigenza di rappresentare un generico segnale come sovrapposizione (discreta o continua) di fasori (rappresentazioni di Fourier o nel dominio della frequenza). per la linearità del sistema e per la (4. In questo capitolo si introduce una prima rappresentazione di questo tipo. I benefici di tale rappresentazione saranno evidenziati calcolando nel § 5. la risposta di un sistema LTI ad un fasore applicato al suo ingresso. quando il segnale di ingresso è un semplice fasore. l’uscita corrispondente sarà calcolabile semplicemente come: y(t) = H( f1 ) e j2π f1t + 2 H( f2 ) e j2π f2t . Abbiamo però visto nel § 4.97) e (4.1 Introduzione Nel precedente capitolo abbiamo ricavato le semplici relazioni i-u (4.7 che. la semplicità di tali risultati spinge a cercare rappresentazioni di segnali come sovrapposizione di fasori.105) che consentono di calcolare. Tale rappresentazione prende il nome di serie di Fourier. e nel caso TD assume la denominazione più specifica di Discrete Fourier Series (DFS). come ad esempio il seguente segnale TC. Si consideri infatti un segnale espresso da una somma di fasori.

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

±3}.4) e pertanto risultano ortogonali se k = h. (5. i termini per k = ±2 prendono il nome di seconda armonica. . ±1. in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . cambiando l’indice da h nuovamente a k. 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. .1).7) T0 . ±M}. questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. .3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . In tale ipotesi. moltiplicando ambo i membri della (5. Per mostrare ciò. i termini per k = ±1 prendono il nome di prima armonica o fondamentale.5.1)].3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr.3) per e− j2π h f0t . Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi).2) si ricava che M = 3 e Xk = 2 . Le frequenze fk = k f0 dei fasori della rappresentazione (5. . Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). ±2 f0 e ±3 f0 . nel senso precisato nel cap. con h ∈ {0.3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . supponiamo che il segnale x(t) sia sommabile sul periodo T0 . ±M} . a frequenze ± f0 . ed integrando termine a termine su un periodo. . cioè se hanno frequenze distinte. lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). Ad esempio. Ad A|k| esempio. (5. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). se k = h . Se infatti consideriamo due fasori della rappresentazione (5. (5. ±2. il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. ottenuto come combinazione lineare di un numero finito di sinusoidi. con k ∈ {±1. notiamo che la (5. per il segnale (5.5) T0 Essendo l’intervallo di integrazione finito.3) sia effettivamente periodico di periodo T0 . 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). Assegnato il periodo T0 e il numero di armoniche M. dal confronto tra la (5. . Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. =δ (k−h) (5. e quindi ammettono T0 come più piccolo periodo comune. con M ∈ N . si ottiene: 1 T0 x(t) e− j2π h f0t dt = T0 k=−M ∑ M Xk 1 T0 T0 e j2π (k−h) f0t dt = Xh . se k = h . A tale proposito. . Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . dove le funzioni xk (t) sono ortogonali. 0. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. ovvero: |x(t)| dt < +∞ . si ha: Xk = 1 T0 x(t) e− j2π k f0t dt .3). che in generale può essere complesso. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t .3) e la (5. . con k ∈ {0. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). (5. (4.2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori.6) per cui. ±1.

la serie di funzioni (5. conseguentemente il segnale x(t). nella quale il segnale periodico x(t) avente periodo T0 è espresso come somma di una serie: x(t) = lim M→+∞ k=−M ∑ M Xk e j2π k f0t = +∞ k=−∞ ∑ Xk e j2π k f0t . Purtroppo. Ad esempio.3). espresso come somma di un numero finito di funzioni continue.1. . basti pensare che nella (5. Dalla maggiorazione precedente. per ogni k ∈ Z. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. . . sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. il segnale periodico x(t) deve essere necessariamente continuo. Infatti.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 .3) e (5.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. (vedi concetto di gradino e di risposta al gradino). ±1.9). i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. (5. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. ±M} ma. possono essere rappresentati combinando linearmente un numero finito di fasori.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. . sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. (5.8) può risultare non convergente. rimandando ogni discussione sulla convergenza della serie (5. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5.11) 1 T0 . è ancora una funzione continua (cfr.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 .9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . In definitiva. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5.3) che. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. mettendo insieme le (5. a differenza della rappresentazione (5. non pone alcun problema di convergenza.8) al § 5. B. Si osservi che.2. Per il momento tralasciamo questo aspetto. In altre parole. ∀k ∈ Z .8) e (5. utilizzando la (5. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5.3) per il segnale x(t) espresso come somma di un numero finito di fasori.3) sia applcabile. Tuttavia. Abbiamo già avuto modo di evidenziare in passato che. La serie di Fourier di x(t) è definita dalle equazioni: x(t) = Xk = +∞ k=−∞ ∑ Xk e j2π k f0t x(t) e− j2π k f0t dt T0 (equazione di sintesi) (equazione di analisi) (5.7) ha senso.7). essendo la somma di un numero finito di termini. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt .5).9) È interessante osservare che la sommabilità del segnale x(t) sul periodo T0 assicura l’esistenza dei coefficienti Xk non solo per k ∈ {0. più in generale. prop.10) (5. affinchè la rappresentazione (5. inoltre. in virtù della (5. Si osservi inoltre che non tutti i segnali continui.

la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). 2. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. fatta eccezione per il coefficiente per k = 0. Poiché i coefficienti Xk sono grandezze complesse. che è ovviamente nulla per xac (t). siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 .k . La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). È interessante osservare che. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani.12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. e gli stessi coefficienti della serie di Fourier di x(t). chiamati anch’essi armoniche del segnale. 3 In . prop.5.k = X2. particolare. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier.2 Serie di Fourier per segnali TC 211 Le equazioni (5. sviluppabili in serie di Fourier con coefficienti X1. Più precisamente. ed il fatto che per segnali periodici la media temporale [cfr. La (5. ∀t ∈ R eccetto che in un insieme di misura nulla. Particolarizzando l’equazione di analisi per k = 0. in quanto forniscono per ogni valore di k. In altre parole.k . rispettivamente.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. rispettivamente. Altre forme della serie di Fourier. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . 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 ).4. la seconda consente di decomporre o analizzare il segnale x(t). Per differenza.10) e (5. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . (5. ovvero si ha x1 (t) = x2 (t).2.7(c)] si può calcolare su un periodo del segnale. se X1. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale.k ed X2. per ogni k ∈ Z. in virtù di tale corrispondenza. saranno sviluppate nel § 5. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t).3 In particolare. Dal punto di vista matematico. ovvero per la componente continua. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). valide esclusivamente per segnali a valori reali. si ha X0 = 1 T0 x(t) dt = xdc . valida in generale per segnali x(t) a valori reali o complessi.12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori.

Esempio 5. 5.11). si ricava:   A e j ϕ0 . da: |Xk | = A 2.4 0. k = −1. 5. con A > 0. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero.   indeterminata. 5. 4 Si .1 e nel seguito.6 sinc(x) 0. 4 L’esempio precedente mostra che in casi molto semplici. per semplicità di rappresentazione. k = −1.1)).5 0 −5 1 ∠ Xk 0 k 5 1 0. per confronto con l’equazione di sintesi (5. k = 1. e sono riportati4 in fig. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5.8 0.2. il calcolo dei coefficienti non è un problema concettualmente difficile.1. La funzione sinc(x) per valori di x ∈ [−6. 0. 5.2 0 0 −0. altrimenti. 2 Xk = A e− jϕ0 . Per maggiore generalità rispetto al caso visto precedentemente.  Xk = −ϕ0 . Per segnali più complicati. altrimenti. k = 1.10). Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. rispettivamente. sebbene essa risulti a rigore indeterminata. Gli spettri di ampiezza e fase sono dati. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e .1 per il caso A = 1 e ϕ0 = π . 4 Fig. 5. k = ±1. 6]. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5.1 (A = 1.212 Serie di Fourier 1 |Xk| 0.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. noti che in fig. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) .  ϕ0 . come la formula di Eulero. 2 2 da cui. 2  0. altrimenti. ϕ0 = π ).2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig.

4 |Xk| 0.2 −5 0 k 5 0. es. Per k = 0.3. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k.5) sono puramente reali.5. Fig.4 0.11): 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 .9).2 (A = 1.1 0 −0.5 0.1 −0.5). πx x ∈ R. δc = 0. 5. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle. 2.2 0. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) .14) il cui grafico per x ∈ [−6. cfr. Le principali proprietà della funzione sinc(x) sono le tre seguenti. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . . introduciamo la funzione sinc(x): sinc(x) = sin(π x) .4. Esempio 5. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T . 6] è riportato in 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 .2 Serie di Fourier per segnali TC 213 0.3 Xk 0. 5. (5.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig. δc = 0.2 (serie di Fourier dell’onda rettangolare TC. 5. πk πk (5. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . I coefficienti Xk dell’onda rettangolare dell’es.2. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.2 (A = 1. 5. 5. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T .13) Per esprimere in forma più compatta il risultato precedente.

h pari (k = . 7. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . k = . . π |x| ∀x ∈ R . Xk = 1  πk . .    1 − πk . 1.).. . . h dispari (k = . k = 0 . In tal caso. k = . presenta armoniche puramente reali. 5. . . k pari. . −5. k = 2h + 1. quindi esse possono essere rappresentate come in fig. . 5. . 3. su un unico diagramma cartesiano. . 0.  1  . ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. 2. . 7. tuttavia. 3. Consideriamo allora il caso particolare δc = 0. e quella dispari dello spettro di fase. π |k|  0   indeterminata Xk = 0    ±π k = 0. . −3. Moltiplicando e dividendo per δc nella (5. −7. k = 0. .5 (duty-cycle del 50 %) e A = 1. −1.3. si ha: 1 2. ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. Più in generale. ed utilizzando la definizione di sinc(x) e le sue proprietà. Per maggiore generalità. .13). − 7. π kδc k = 0. 1. . nonché proprietà trigonometriche elementari. . che sono raffigurati graficamente in fig.. −3. e la fase −π per k < 0. . .). k = 0. si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . −1.  k pari. la cui ampiezza decresce con legge inversamente proporzionale a k. e utilizzando la definizione di sinc(x). . . k = 0. Notiamo che l’espressione precedente vale anche per k = 0. k pari. 5. 9. k dispari. 5. risulta: X0 = A δc sinc(0) = A δc . . Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . . k = 2h + 1.214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. in quanto. 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). k = 0 . −5. per qualunque valore di A e δc . .4. osserviamo che questo segnale. |Xk | = 0. . in quanto: |sinc(x)| ≤ 1 . Notiamo la simmetria pari dello spettro di ampiezza.   0. (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. 11. per la proprietà (b) della sinc.

decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo .2 0 −5 0 k 5 2 ∠ Xk 0. ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . Fig.3 (A = 1). 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 .4 |Xk| 0. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda.4 0. Esempio 5. T0 4 2 mentre per k = 0. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.6.3 (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 . Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es.11). 5.6 x(t) 0.5.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig.8 0. 5.5. 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 . 5.2 Serie di Fourier per segnali TC 215 1 0. L’onda triangolare dell’es. 5.3 (A = 1). dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t). Tale segnale è raffigurato graficamente in fig.5 per A = 1. in quanto esso risulta nullo per la simmetria dispari della funzione integranda. 5. Applicando la formula di Eulero a e− j2π k f0 t . si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = . Per k = 0.

come già mostrato precedentemente. k pari. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . = 2A  . come vedremo nel § 5. Vedremo tuttavia nel cap. fatta eccezione per casi molto semplici (es.216 Serie di Fourier integrale. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. 5. nel seguito daremo solo qualche risultato fondamentale. 5. (−1)k Come evidenziato dagli es. Sia x(t) un arbitrario segnale periodo con periodo T0 . Tuttavia. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k).6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. 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). in quanto |Xk | = Xk ≥ 0 e Xk = 0. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche.4 o più estesamente in app. quindi gli spettri di ampiezza e fase si calcolano banalmente. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale.2. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. e sono raffigurati in fig.11). esistano finiti. e quindi consiste nella risoluzione di un integrale. Come vedremo (cfr. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 .2.2). 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. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier.11). Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. segnale sinusoidale).3. 5.2. notiamo che anche l’onda triangolare possiede solo armoniche dispari. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. k = 0.2. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. inoltre. 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. § 5. 5 Per . definiti dalla equazione di analisi (5.2 e 5. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier.

né tanto meno che tale serie converga al segnale x(t). con M ∈ N .15) costruita a partire da questi coefficienti converga. b).6) e (5. Risulta immediatamente evidente che. pertanto. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. Lo studio delle condizioni sotto le quali la serie (5. la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. § 5. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. . allora si può scrivere M→+∞ lim xM (t) = x(t) . i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. se il segnale x(t) ha almeno una discontinuità.15) converge uniformemente [5] al segnale x(t) su R se. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). Così come per le serie numeriche.2 Serie di Fourier per segnali TC 217 calcolati mediante l’equazione di analisi a partire da x(t) esistano finiti non significa che la serie +∞ k=−∞ ∑ Xk e j2π k f0t (5. (5. con k ∈ Z. uno stesso numero Nε va bene per tutti i punti dell’asse reale. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5. è possibile determinare Nε ∈ N tale che in ogni punto t ∈ R e per tutti i valori di M > Nε sia verificata la disuguaglianza:7 |xM (t) − x(t)| < ε .15) converge al segnale x(t). (5.15) converge dipende dal tipo di convergenza richiesta.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini. si dice che la serie di Fourier (5. se la serie di Fourier converge uniformemente su R.4. cioè k→±∞ lim |Xk | = 0 .2). In particolare. simmetrico per garantire che siano presenti le armoniche Xk e X−k . la sua serie di Fourier non potrà convergere uniformemente ad x(t). Se la serie di Fourier (5.17) ovvero l’equazione di sintesi restituisce il segnale x(t). Quindi. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. cfr. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. b). sono funzioni a valori k complessi definite sull’intervallo (a. con |gk (x)| ≤ Mk . 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.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . b). poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua.5. (5.7) sono validi anche per M → +∞.18) allora la serie associata ai coefficienti Xk converge uniformemente. per ogni ε > 0. ∀k ∈ Z e ∀x ∈ (a.

coseni o seni) sono tutte continue. 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. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare. come l’onda rettangolare dell’es.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo.1.2? Oggi sappiamo che se la serie non converge uniformemente. la somma di una serie di funzioni continue non è necessariamente una funzione continua. 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 . che assicura la convergenza della serie (5. In altre parole. è continuo e derivabile quasi ovunque. eccetto al più un sottoinsieme di valori di t di misura nulla. per i quali la serie. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. ma non che la serie restituisca proprio x(t).1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). come l’onda rettangolare dell’es. 5. 5. 2 T0 la serie di Fourier (5. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. e sollevò numerosi dubbi sulla validità della serie di Fourier. se ci limitassimo a considerare la sola convergenza uniforme. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. Dal punto di vista ingegneristico. non restituisce esattamente il segnale x(t). il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. se la (5.15) al segnale x(t) per ogni t ∈ R.10) converge uniformemente al segnale x(t) su tutto l’asse reale.15) è data dal seguente teorema: Teorema 5. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. ˇ tuttavia. pur essendo convergente.15) che. con derivata x (t) a quadrato sommabile sul periodo T0 . una volta calcolati i coefficienti Xk a partire da un segnale x(t). 5.2.15) converge ad x(t) per quasi tutti i valori di t ∈ R. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. A differenza della convergenza uniforme espressa dal teor. In tal senso. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). . com’è intuibile.15) può convergere uniformemente ad un segnale x(t) = x(t). la serie di Fourier (5. periodico con periodo T0 .218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier.18) è verificata. Pertanto. quando ciò accade. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici. come può la serie rappresentare segnali discontinui. ma con continuità. ossia: x (t) dt < +∞ .

5 (onda triangolare a TC) Anche l’onda triangolare dell’es. decrescendo come 1/k2 . Infine. e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. detta convergenza in media quadratica. Poiché l’onda rettangolare non 2 è una funzione continua. essendo una funzione continua. matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. costituiscono una sequenza sommabile. considerazioni matematicamente più approfondite mostrano che. per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . la convergenza non è uniforme per ogni t ∈ R. mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). ma anche in molti problemi di fisica matematica.2 soddisfa le tre condizioni di Dirichlet. In più. osserviamo che. 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. la convergenza della serie è uniforme per ogni t ∈ R. In particolare. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”.5. esiste un terzo tipo di convergenza (meno restrittiva di entrambe). e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. . 5. In particolare. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. violando la condizione (5. Inoltre. non costituiscono una successione sommabile.2 Serie di Fourier per segnali TC 219 Teorema 5.4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk . la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. Esempio 5. Si osservi che in questo caso i coefficienti Xk . escluso al più un numero finito di punti con discontinuità di prima specie.1. 5.2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). 5. Ad esempio. allora la serie di Fourier di x(t) esiste e. 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). le condizioni di Dirichlet sono un caso particolare del seguente risultato. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. T0 (d2) x(t) è una funzione continua nel periodo T0 . che è importante non solo nell’ambito della teoria dei segnali e sistemi. la serie di Fourier restituisce x(t) in tutti i punti.3 soddisfa le condizioni di Dirichlet. in effetti. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente. è discusso in app. E. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. Per concludere.10 Esempio 5. decrescendo come 1/k.18). la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. (d3) x(t) è una funzione derivabile nel periodo T0 . oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ . se la funzione x(t) è continua. Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor. Questo tipo di convergenza. per ogni t ∈ R.

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). tanto più piccolo può essere il valore M sufficiente a garantire un determinato livello di accuratezza.2). anche senza calcolare esplicitamente i coefficienti Xk : basta infatti individuare il più piccolo ordine di derivata discontinua. consente di ricostruire esattamente in ogni punto di continuità il valore del segnale x(t). quindi essa può essere verificata solo analiticamente. continuo con alcune sue derivate. D’altra parte. Come conseguenza della prop. con M ∈ N . Tale proprietà è sicuramente verificata per l’onda rettangolare e triangolare.220 Serie di Fourier 5.2. basta porre n = −1. se è vero che in teoria occorre considerare un numero finito di armoniche per ricostruire il segnale x(t). essa consente di prevedere esattamente tale rapidità di decadimento a zero.1 (rapidità di decadimento a zero dei coefficienti della serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . quanto più dolce è l’andamento del segnale nel dominio del tempo. la scelta di M dipende dalla rapidità con cui i coefficienti di Fourier Xk tendono a zero per |k| → +∞. ha un andamento tanto più dolce quanto maggiore è il numero di derivate continue. in pratica. può risultare una buona approssimazione del segnale x(t).2 Ricostruzione di un segnale periodico con un numero finito di armoniche L’equazione di sintesi della serie di Fourier. 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). Abbiamo osservato che la rapidità di decadimento a zero dei coefficienti di Fourier può essere diversa da segnale a segnale: ad esempio. La proprietà precedente esprime con linguaggio matematico il seguente concetto qualitativo: quanto più è dolce il segnale. un segnale x(t). i coefficienti Xk della sua serie di Fourier decadono a zero per k → ±∞ come 1/|k|n+2 . dal punto di vista matematico. 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. 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. Osserviamo infatti preliminarmente che. e come 1/k2 per l’onda triangolare. Evidentemente. Più precisamente. nelle ipotesi in cui valgono le condizioni di Dirichlet per la convergenza puntuale (cfr. se M è “sufficientemente” grande. i coefficienti decadono come 1/k per l’onda rettangolare. Questo vuol dire che. ed incrementarlo di uno per avere la rapidità di convergenza a zero dei coefficienti. Se il segnale è continuo con le sue derivate fino a quella di ordine n. si basa sulla ripetuta integrazione per parti dell’equazione di analisi): Proprietà 5.16). possiamo prevedere che. quanto maggiore è la rapidità di decadimento dei coefficienti di Fourier. non riportata. con derivata (n + 1)-esima discontinua ma limitata. Pertanto. 5. già definito nella (5. tanto più rapidamente decadono a zero i coefficienti della sua serie di Fourier. che include solo un numero finito di armoniche. abbiamo osservato che una condizione necessaria per la convergenza uniforme della serie di Fourier è che i coefficienti Xk tendano a zero per |k| → +∞.1. mentre restituisce in ogni punto di discontinuità la semisomma del limite destro e sinistro. 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. Vale allora la seguente proprietà (la cui dimostrazione. La ricostruzione esatta di un segnale x(t) è possibile in generale solo considerando un numero infinito di armoniche. . Notiamo che la proprietà precedente vale anche per un segnale discontinuo. teor. il segnale xM (t) = k=−M ∑ M Xk e j2π k f0t . 5. È facilmente intuibile che.

nella quale il segnale oscilla tra i valori −0. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. Questo fenomeno. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. come già discusso in precedenza. 101. che per primo lo osservò e lo descrisse.2 Serie di Fourier per segnali TC 221 Esempio 5. dt.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. 5. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . W. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. Per δc = 1/2 ed A = 1. 5. il fenomeno di Gibbs non si verifica per tale segnale.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. poiché l’onda triangolare è una funzione continua.09.3. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità.12 Nell’es. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). confermando che. 5.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. se t0 è un punto di discontinuità. In particolare. 1. in effetti.1 si applica con n = −1. 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) . 11. 11 Il 12 In fenomeno prende il nome dal fisico J. ma non uniformemente negli intervalli che contengono le discontinuità. In fig. noto come fenomeno di Gibbs. ma per ogni segnale x(t) che.20) è pari in valore assoluto circa a 0. 5. 5. come testimoniato dalla fig.09 (a sinistra della discontinuità) e 1. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. (5. pur soddisfacendo le condizioni di Dirichlet. In effetti.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. 3. 5. L’espressione (5. presenta dei punti di discon− + tinuità.1 si applica con n = 0. quindi la prop. 5.2. Matematicamente.8. confermando che. e pertanto il segnale ricostruito con 2M + 1 armoniche. in effetti.6. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. Esempio 5. l’ampiezza delle oscillazioni calcolata secondo la (5.20) dove βgibbs ≈ 0.09 (a destra della discontinuità. la cui frequenza aumenta. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . ma la cui ampiezza non diminuisce al crescere di M.7 (onda triangolare) Si consideri l’onda triangolare dell’es. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . vengono “schiacciati” verso la discontinuità. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità.28114072518757 è una costante notevole. come si può anche osservare dalla fig. L’onda triangolare è continua ma con derivata prima discontinua. per cui la prop. Inoltre.5. 5. 5.7. Gibbs (1839–1903). ottenuti con Matlab. Infatti al crescere di M i picchi delle oscillazioni. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. sebbene restino di ampiezza invariata. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 .6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. ed il valore 1/2 in corrispondenza delle discontinuità.

xM(t) 0. xM(t) 1 0.4 0.6 0.8 x(t).4 0.5 (a) 1 0.6 0.5 (b) 0 0 t/T 0. 5.5 x(t).5 0 t/T 0.8 x(t).8 x(t). (f) M = 101.7.4 0.5 0 t/T0 0.2 0 −0.222 Serie di Fourier 1 0. xM(t) 0.4 0.6 0.6 0.2 0 −0.2 0 −0.8 0. xM(t) 1 0.5 (d) 0 t/T0 0.5 x(t).2 0 −0. xM(t) 0. (d) M = 5.4 0.2 0 −0.5 x(t). (b) M = 1.4 0. .5 0 (c) 1 0.6 0. xM(t) 1 0.8 0. (c) M = 3.5 0 t/T0 0.6 0.8 0.5 0 t/T0 0. (e) M = 11.5 (e) (f) Fig. Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0.2 0 −0.

è proposta nel § 5.13 valutazione quantitativa della bontà di tale ricostruzione. 5. 13 Una .5. Viceversa.3.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico. sulla base dell’uguaglianza di Parseval. 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. 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.4.8). insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare.7 e 5.

5 0 t/T0 0. . xM(t) 1 0.6 0.4 0.6 0. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.2 0 −0.8 0.6 0.4 0.5 0 t/T0 0.5 (e) (f) Fig.8.5 0 t/T0 0.2 0 −0. (f) M = 101. 5.2 0 −0.224 Serie di Fourier 1 0.2 0 −0.4 0.8 0.4 0.6 0.5 (d) 0 t/T0 0.8 x(t).5 0 (c) 1 0. xM(t) 1 0. xM(t) 0.4 0.5 0 t/T 0. (c) M = 3.6 0.2 0 −0.2 0 −0.6 0.5 x(t). (b) M = 1.5 x(t). xM(t) 0.5 (a) 1 0.5 (b) 0 0 t/T 0.8 0.4 0. (d) M = 5. xM(t) 0.5 x(t). (e) M = 11. xM(t) 1 0.8 x(t).8 x(t).

se k ∈ {0. § 2. N0 − 1}. pertanto. cfr.22) è analoga all’equazione di sintesi (5.21) Notiamo che. 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 .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. . .21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . in base alla quale un segnale periodico x(n) di periodo N0 può essere rappresentato come somma di un numero finito N0 di fasori aventi frequenze multiple della frequenza fondamentale ν0 = 1/N0 . nota anche come Discrete Fourier Series (DFS).23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. nella (5. 1.22) per e− j2π hν0 n e sommando su un periodo. si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . in quanto si tratta di una somma (finita) e non di una serie. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. è improprio parlare di “serie” di Fourier nel caso TD. k (5. se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. essendo la (5.23) Le (5. L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. . Nella (5.3 Serie di Fourier per segnali TD (DFS) 225 5. 1/2). . . e rappresenta l’equazione di sintesi della serie di Fourier discreta. (5.22) una somma finita. una differenza fondamentale da tener presente nel caso TD rispetto al caso TC è che due fasori aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k ∈ Z sono matematicamente coincidenti (proprietà di periodicità in frequenza dei fasori TD. .10) della serie di Fourier a TC.3. (N0 − 1)/N0 nell’intervallo [0.3). La differenza fondamentale rispetto alla serie di Fourier (5. Infatti. . ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. cambiando l’indice da h nuovamente a k. 1/N0 . . In particolare. 14 Si . In particolare. 1) oppure in (−1/2.3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. .5. . per cui la (5.22) e (5. le frequenze νk assumono i valori 0.21). . Esse. 1. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa. non abbiamo indicato di proposito gli estremi di variazione dell’indice k. moltiplicando ambo i membri della (5. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). ad esempio in (0.22) La relazione (5.21). e quindi l’intervallo di variazione delle frequenze νk = kν0 . e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . semplificati dal fatto che. N0 − 1} . 1[. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . . Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. salvo casi particolari. (5. proprio per questo motivo. N0 n=0 k ∈ {0.

25) (5. 1. . si definisce infatti la sequenza X(k) come X(k) = N0 Xk .22) e (5.25) e (5. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) . di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . N0 − 1}. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5. la (5. valide nel caso TC.25) siano quelli dell’intervallo {0.27) (equazione di sintesi) (equazione di analisi) (5. anche se esse non sono esattamente corrispondenti a quelle nel caso TC. . Posto wN0 = e− j2π /N0 . Se infine nelle (5.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. con sostituzioni algebriche banali. nella letteratura scientifica. le (5.10) e (5. A partire da Xk .28) prende il nome di Inverse Discrete Fourier Series (IDFS). 15 Notiamo DFS . le (5. (5.226 Serie di Fourier rappresentazione.22) e (5.11).28) e (5. nella letteratura scientifica le (5. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC.2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 . mentre la (5. Una prima differenza rispetto alle (5. costituiscono formalmente l’esatta controparte delle (5.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi.29) viene denominata Discrete Fourier Series (DFS).28) (5.26) è periodica. .26) abbiamo esteso la definizione di X(k) a qualunque valore di k. N0 k=0 N0 −1 n=0 (5. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5.15 come la sequenza x(n). Inoltre nella (5.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). In particolare.23) si riscrivono in termini di x(n) e X(k) come: x(n) = X(k) = 1 N0 −1 ∑ X(k) e j2π kν0 n .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 5.25) e (5. .26) ∑ x(n) e− j2π kν0 n . In altri termini.29) ∑ x(n) wkn N0 In effetti. Va detto però che. 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 (5.24) e pertanto. entrambe periodiche dello stesso periodo N0 .

cfr.2 0 −20 −10 0 n 10 20 Fig. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. ad esempio per t ∈ [0. T0 [. La DFS e IDFS possono anche essere viste come operatori. . Infatti. 5. N0 = wkn . La periodicità di X(k) è una caratteristica peculiare della DFS. ad esempio x(0). Onda rettangolare TD dell’es.2). N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier.5.9.3 Serie di Fourier per segnali TD (DFS) 227 1 0. . e si scrive sinteticamente X(k) = DFS[x(n)] . mentre la periodicità della sequenza X(k) segue dalla proprietà (c). Esempio 5. Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. il segnale x(n) è completamente descritto assegnando solo N0 valori. Differentemente dal caso TC.4 0. abbiamo visto che invece. 5. § 5. che è strettamente legata alla DFS (cfr. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 .4. cap. x(n) = IDFS[X(k)] .8 (DFS dell’onda rettangolare TD. . ovvero da un segnale TD. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . . È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. N0 (k+N0 )n In particolare. Si può infine verificare che le quantità wN0 definite mediante la (5. x(N0 − 1). il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier. . ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . sia della trasformata discreta di Fourier (DFT). nel dominio della frequenza. M = 4). la periodicità della sequenza x(n) deriva dalla proprietà (b). nel dominio della frequenza sussiste esattamente la stessa proprietà. x(1).8 (N0 = 8. 7). ovvero da un’inifinità continua di valori.6 x(n) 0.8 0.

Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza.228 Serie di Fourier e raffigurata graficamente in fig. con semplici passaggi algebrici. x = . 5. N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. per cui la (5. ∀x ∈ R .9 per N0 = 8 ed M = 4. sulla base della definizione (5. sin(π x) x ∈ R. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . notiamo che wkM N0 wk 0 N = e = e . DM (x) = M M. Le principali proprietà della funzione DM (x) sono le seguenti. tranne che in x = ±1. La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . . . ±2. La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. 0 Per esprimere in forma più compatta il risultato precedente.30) Ricordando la definizione di wN0 . . k ∈ Z. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. 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 . N1 = 0 e N2 = M − 1. 2. (5.10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. 1] è riportato in fig. 5. si ha: N X(k) = M−1 n=0 ∑ [wk 0 ]n = N − j2π kM N 0 k − j2π N 0 1 − wkM N0 1 − wk 0 N . 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . (5. dove vale M:  k  0.31) il cui grafico per x ∈ [−1. Ponendo infatti a = wk 0 . x ∈ Z .. 5. Tale DFS è rappresentata in ampiezza e fase in fig.30) può essere riscritta. . . di facile dimostrazione: 1.11 nel caso N0 = 8 ed M = 4. La DFS di x(n) si scrive. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . si ha allora: X(k) = DM k N0 . x ∈ Z .31).29). e quella dispari dello spettro di fase. Utilizzando la definizione (5. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 .

In altre parole.5 1 4 |X(k)| −0. le differenze salienti. § cap.5. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. rispettivamente.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . Altre proprietà formali. simmetria hermitiana dei coefficienti. 5. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. evidenziando. denominati algoritmi Fast Fourier Transform (FFT). che suggeriscono ulteriori considerazioni concettuali e.10. DFS dell’onda rettangolare dell’es. 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.28) and (5. i cui coefficienti di Fourier siano Xk e Yk . α2 ∈ C. Notiamo in conclusione che.11. Vedremo (cfr. Fig. 5.4. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. in quanto richiede un numero finito di operazioni. ma anche algoritmicamente. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. In particolare.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. utili talvolta nei calcoli. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). soprattutto.5 0 x 0.8 (N0 = 8. e l’uguaglianza di Parseval per il calcolo della potenza. E. discuteremo nel dettaglio la proprietà di linearità.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0.29). 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). con α1 . 5. M = 4): spettro di ampiezza (in alto) e di fase (in basso). il fenomeno di Gibbs non sussiste nel caso TD.5 0 x 0.16 La proprietà di linearità della serie di Fourier afferma . allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. 5.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. Per tali proprietà. e sono comunque riportate in app. anche perchè il concetto di continuità perde di significato in tal caso. tratteremo congiuntamente sia il caso TC che quello TD. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. è ancora un segnale periodico di periodo T0 . si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). Di conseguenza. quando necessario. 5.

33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 .29). DFS ∀α1 . esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 . Riassumendo. Analogamente.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). α2 ∈ C . 5.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. rispettivamente. Xk = − X−k .17 la cui DFS si ottiene da quella dei segnali x(n) ed y(n) nel seguente modo: Z(k) = α1 X(k) + α2 Y (k) . DFS DFS FS ∀α1 .2 e 5. con α1 . mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). 5. ossia: Zk = α1 Xk + α2 Yk .4. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . 5. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. 16 Può (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 . (simmetria pari) (simmetria dispari) (5. α2 ∈ C .2 Simmetria hermitiana Con riferimento a segnali periodici TC.1.2 (linearità della serie di Fourier) FS FS (a) Siano x(t) ←→ Xk e y(t) ←→ Yk due segnali TC periodici con lo stesso periodo. Valgono cioè le seguenti relazioni: |Xk | = |X−k | . nel caso TD. 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. α2 ∈ C. i cui coefficienti di Fourier siano X(k) e Y (k). siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. . dei due segnali è ancora un segnale periodico di periodo N0 . rispettivamente.11) e (5. negli es.

Inoltre l’equazione di sintesi (5. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5. T0 Se x(t) è reale.36). Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . avendo già provato che X0 è reale. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier. e quindi X0 è reale. k=1 k=1 ∑ Xk e j2π k f0 t da cui.8 riguardante la DFS dell’onda rettangolare TD. 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. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). 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 . Se vale la simmetria hermitiana (5. si ha x∗ (t) ≡ x(t). e valgono se e solo se il segnale periodico in questione è reale. si ricava che x(t) è reale. Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k . Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5.35).36) (b) Sia x(n) ←→ X(k) un segnale TD periodico.37) Prova.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. Partiamo dall’equazione di analisi (5. (5. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 .33) e (5.35) Le proprietà (5. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. (simmetria pari) (simmetria dispari) (5. Proviamo adesso l’implicazione ⇐ nella (5.10) si può riscrivere come: x(t) = X0 + ∑ Xk e j2π k f0 t + k=1 +∞ +∞ k=−∞ +∞ ∑ −1 Xk e j2π k f0 t = X0 + ∑ Xk e j2π k f0 t + ∑ X−k e− j2π k f0 t k=1 k=1 +∞ +∞ = X0 + ∑ Xk e k=1 j2π k f0 t +∑ ∗ Xk e− j2π k f0 t = X0 + 2 Re +∞ (5.11): Xk = 1 T0 x(t) e− j2π k f0 t dt . Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC. Proviamo prima l’implicazione ⇒ nella (5. in particolare. come specificato dalla seguente proprietà: Proprietà 5.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico.36).5.36).34) Pertanto. anche in questo caso le (5. X(k) = − X(−k) .34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . 5.38) .36).

(5. Rispetto al caso TC. mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). . conseguentemente. . . N0 pari . . . . la proprietà di simmetria hermitiana per la DFS. . da cui si deduce che.37) si può riscrivere. notiamo che.38). . N0 − 1}. N0 − 1}. N0 − 1} .32) (con analoghi passaggi si ottiene la (5. N0 − 1}. Notiamo infatti che nell’equazione di sintesi (5. . la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . . N0 − 1}.34) a partire dalla (5. . per segnali periodici TD reali.232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. . si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . ponendo Xk = |Xk | e j Xk nella (5. k=1 Con ragionamenti simili. Infatti. 2. k ∈ {1. poiché la fase di un numero complesso è definita a meno di multipli di 2π . . .  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . in alternativa alla (5. in relazione alla periodicità della sequenza X(k). 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. . . ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . applicando la (5. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . per k ∈ {1. . 2. se N0 /2 è intero (il che accade se e solo se N0 è pari). . In altre parole. oltre a X(0). per cui la (5. se x(·) è reale. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). Per evitare possibili fraintendimenti. partendo dall’equazione di sintesi (5. N0 − 1}. 2. anche X(N0 /2) è vincolato ad essere reale per N0 pari. valide esclusivamente per segnali reali. se k ∈ {1. Notiamo infatti che. .39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. .39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. . .  N 0 k=1 . il solo coefficiente X(0) è vincolato ad essere reale. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . con riferimento a segnali periodici TC reali.37) mediante le seguenti condizioni: X(0) reale . anche N0 − k varia nello stesso intervallo. . . N0 − 1}.39).37) nel caso TD). Questa conclusione non è corretta. In definitiva. 1. . per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. X ∗ (k) = X(N0 − k) . anche come segue: X ∗ (k) = X(N0 − k) . 2. 2.28) compaiono solo i valori di X(k) per k ∈ {0. .40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . 1. è possibile determinarne almeno uno dispari. . Infatti. per k ∈ {1. La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. si può esprimere. si può verificare (la verifica è lasciata al lettore come esercizio) che. . In particolare. con riferimento ai soli valori di k ∈ {0.

rispettivamente. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . def. Le espressioni (5.41) Le (5. perché più generali e compatte. N0 dispari . 2 k=1 (5. 5.1 e def. in parte reale ed immaginaria.4.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. 2. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. .10). saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. Nel seguito. Un’ulteriore espressione della serie di Fourier. ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. N0 pari . (5. Consideriamo dapprima il caso di un segnale TC periodico.40) e (5. . .2). come nella forma polare.29). ak = 2 T0 x(t) cos(2π k f0t) dt . Infatti. anziché in modulo e fase. .5. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. valide per segnali reali.42) T0 T0 T0 Allo stesso modo. bk = 2 T0 x(t) sin(2π k f0t) dt .38).42) e (5. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . anche per segnali reali. si ha. partendo dall’equazione di sintesi (5.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . compaiono soltanto quantità reali. bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . . note anche come forma esponenziale della serie di Fourier. 5. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] .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. ed in essa. 5. nel caso TD si ottiene:  1    N  a(0) (−1)n a(N0 /2) (N0 /2)−1 + + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 2 k=1 a(0) (N0 −1)/2 + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 k=1 . ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. Il punto di partenza è l’equazione di sintesi (5. .4 Principali proprietà della serie di Fourier e della DFS 233 (5. N0 − 1}) nella (5.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. si ottiene nel caso TC decomponendo Xk . x(t) = dove: a0 = 2 T0 x(t) dt . note come forma polare della serie di Fourier.39). con facili passaggi algebrici.

In virtù di tale ortogonalità. È semplice anche in questo caso provare che i segnali xk (n). La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 .4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . 0. la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. 2 ∑ N0 k=0 (5. otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 .28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . 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. (5.45) DFS L’interpretazione “fisica” della uguaglianza di Parseval è che la potenza di un segnale periodico si può ottenere sommando le potenze delle singole armoniche che lo compongono.4)] che i fasori e j2π k f0t che compaiono nella (5. con coefficienti X(k)/N0 . sono tra di loro ortogonali. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 . se k = h . (5. Notiamo che per segnali . Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . 2. possiamo quindi enunciare la seguente proprietà: Proprietà 5. Passiamo a considerare il caso di un segnale periodico TD.18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 .234 Serie di Fourier Abbiamo già osservato [eq. Riassumendo.10) sono a due a due ortogonali. ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. Poiché (cfr. nota come uguaglianza di Parseval per la serie di Fourier (a TC). 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 . se k = h . riprendendo e riscrivendo l’equazione di sintesi (5. es. 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . essendo fasori a frequenze distinte.

5. per ottenere una valutazione quantitativa di tale bontà. e quindi per un fissato valore di accuratezza relativa.2). § 5. e confrontarla con la potenza del segnale originario x(t). Infatti. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t). 1] . .12 è rappresentato. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. la (5. In fig. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . al variare di M. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t .99 è necessario considerare M = 23 per l’onda rettangolare.44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. rispetto a quello per l’onda rettangolare. mentre è sufficiente un valore M = 3 per l’onda triangolare. con M ∈ N . Ad esempio. 5. In particolare. Utilizzando l’uguaglianza di Parseval. Px che può essere assunto come indice della bontà della ricostruzione al variare di M. Per un fissato valore di ξM . sfruttando la simmetria hermitiana dei coefficienti.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). per avere ξM ≥ 0.2. per un fissato valore di M. 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. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. tale coefficiente. ottenendo così il coefficiente ξM = Px (M) ∈ [0. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 .

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

Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. ed essendo i coefficienti Xk ∈ C quantità costanti.14. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n .46) ha la forma dell’equazione di sintesi (5. sfruttando le formule di Eulero. 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 (4.18 Consideriamo prima il caso TC.97) e (4. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap.10). 5.5. Pertanto.46) Poiché la (5. 6).97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t . Risposta di un sistema LTI ad un segnale periodico (caso TD).10) della serie di Fourier di y(t). 5. e supponiamo che il segnale x(t). =Yk (5. § 4. sia applicato (fig.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). è possibile applicare il principio di sovrapposizione (3. Risposta di un sistema LTI ad un segnale periodico (caso TC). 5. Per la linearità del sistema. le espressioni precedenti sono state già utilizzate (cfr. Fig. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . 5. In particolare.13.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. dove f0 = 1/T0 .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.23). periodico di periodo T0 . l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t .105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . per il principio di sovrapposizione (3.7.23) per calcolare l’uscita y(t). che può essere vista come un caso particolare di segnale periodico. Infatti. 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. 18 Espressioni . Applicando l’equazione di sintesi della serie di Fourier a TC (5. mediante le relazioni (4.

N0 k=0 =Y (k) (5.14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. 19 A (5. In termini di modulo e fase. valgono considerazioni analoghe a quelle già fatte nel caso TC.47) sono tutte. e ricordando che Y0 = ydc e X0 = xdc . calcolati alle frequenze fk = k f0 . .105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . complesse. supponiamo che il segnale x(n). Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . sia applicato (fig.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . Yk = H(k f0 ) + Xk . il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . che prende per questo motivo il nome di guadagno in continua del sistema.21 Passando ad esaminare il caso di un segnale TD. applicando il principio di sovrapposizione. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. 21 Si noti che. per la simmetria hermitiana di H( f ) risulta che H(0) è reale.47). 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 ). in generale. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 .47) La (5. stretto rigore. (5. in particolare.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n .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 . 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. (5.22). la funzione H( f ) prende anche il nome di risposta armonica del sistema.51) Per gli spettri di ampiezza e fase.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . la (5. con lo stesso22 periodo N0 del segnale di ingresso. periodico di periodo N0 . 5. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. Particolarizzando la (5. Pertanto. si ricava anche in questo caso che y(n) è un segnale periodico.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. se il sistema è reale.48) (5. N0 k=0 dove ν0 = 1/N0 . si ha: ydc = H(0) xdc .50) Dal confronto con la (5. Notiamo che le quantità che compaiono nella (5.47) per k = 0. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI.

la modifica subita dalla k-esima armonica. Risposta di ampiezza del filtro RC (es. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) .9).2 0 −5 0 k 5 Fig.2.4 |Yk| 0. 5. Ciò significa che in generale un sistema LTI modifica in maniera diversa le armoniche del segnale alle differenti frequenze: questa fondamentale proprietà dei sistemi LTI va sotto il nome di selettività in frequenza. ad esempio.9). avente frequenza k f0 .15.16. 1 + j2π f RC per cui la (5.8 |H(f)|. 1 + j2π k f0 RC . Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|. 5. Particolarmente interessante è la modifica delle ampiezze delle armoniche. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . |H(k f0)| 0. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es. di ampiezza A e duty-cycle δc .6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. Fig.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. 5. come evidenziato nell’esempio che segue. 5.6 0. Facendo riferimento al caso TC. 5. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) .5.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0.2 |Xk| 0. Inoltre.47) e (5. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata.4 0.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. 5. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. la (5. lasciando tuttavia invariata la frequenza k f0 del fasore stesso. Esempio 5.46). analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. riportata di seguito. 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.4 0. in ingresso ad un sistema RC.

le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. mentre in fig.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. 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. ossia quello di atte1) l’ampiezza di alcune armoniche.y(t) 0.17. I filtri ideali TC sono in genere classificati. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. 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). Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze.240 Serie di Fourier 1 0. Con riferimento al caso TC. per effetto dell’attenuazione delle componenti ad alta frequenza. 5. In particolare. un comportamento tipico ad esempio dei circuiti elettrici risonanti.5 0 t/T 0. In fig. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. In particolare. tutte le armoniche aventi frequenze per le quali H( f ) = 1 vengono fatte passare dal filtro senza modifiche: tale intervallo di frequenze W p prende il nome di banda passante del filtro o passband. . Per questo motivo. per 2π f0 RC = 1. Viceversa.6 0.8 x(t).17).2 0 −1 −0.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. i più semplici esempi di filtri sono quelli cosiddetti ideali. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. sulla base della posizione della banda passante e di quella oscura.9. si dice che il sistema LTI si comporta come un filtro. 5.23 Come caso limite. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. 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. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI.4 0. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . 5. 5. Il segnale y(t) di uscita (fig. 5.5 1 0 Fig. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es.

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

mentre la frequenza f0 prende il nome di frequenza centrale del filtro. mentre la banda oscura è Ws = [− fc2 . è possibile definire due frequenze di taglio. fc1 [ ∪ ] fc2 . altrimenti . mentre la banda oscura è Ws = ] − ∞. 5.20) ha un’espressione analitica del tipo: HBPF ( f ) = 1. − fc1 ] ∪ [ fc1 . +∞[. è possibile definire due frequenze di taglio.242 Serie di Fourier HBPF(f) ∆f ∆f 1 -fc2 -f0 Ws Wp -fc1 0 Ws fc1 f0 Wp fc2 Ws f Fig. 0. fc2 ]. +∞[. (4) Filtri eliminabanda o bandstop filter (BSF): sono caratterizzati da una banda passante posizionata intorno alle frequenze f = 0 e f = ±∞. 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 . così come per il filtro passabanda. con 0 < fc1 < fc2 . fc1 ≤ | f | ≤ fc2 . con 0 < fc1 < fc2 (notiamo che f0 = Un’espressione alternativa per HBPF ( f ) è la seguente: HBPF ( f ) = rect f − f0 ∆f + rect f + f0 ∆f . − fc2 [ ∪ ] − fc1 . altrimenti . e ∆ f = fc2 − fc1 ). fc1 + fc2 2 dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . 5. − fc2 [ ∪ ] − fc1 . fc1 ≤ | f | ≤ fc2 . La banda passante del filtro è W p = [− fc2 . . fc2 ]. una inferiore ( fc1 ) ed una superiore ( fc2 ). − fc1 ] ∪ [ fc1 . La banda passante del filtro è W p =] − ∞. fc1 [ ∪ ] fc2 . Risposta in frequenza di un filtro ideale TC passabanda (BPF). una inferiore ( fc1 ) ed una superiore ( fc2 ). Anche per questo filtro. Per questo filtro. La risposta in frequenza (fig. 5. La risposta in frequenza (fig. (3) Filtri passabanda o bandpass filter (BPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ± f0 = 0. dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f .21) ha un’espressione analitica del tipo: HBSF ( f ) = 0.20. 1.

essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). Si noti che per tutte le tipologie di filtri introdotti precedentemente. BPF e BSF per il caso TD.5. descritti dalla (5.54) (5. 2 mentre per i filtri BPF e BSF. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. necessaria per garantire la periodicità di H(ν ).11). Per questo motivo. Tali filtri si dicono invece ideali in senso “fisico”. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). 5.55) è possibile definire due frequenze di taglio. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. Tali filtri si dicono ideali anche . Per quanto riguarda il caso TD. descritti dalla (5. prop. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν .52) (5. quindi soddisfa la proprietà di simmetria hermitiana.22–5. Nelle fig.101) nel caso TC.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.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. 4.108) nel caso TD. le cui espressioni analitiche sono riportate di seguito: HLPF (ν ) = rep1 rect ν 2νc (filtro passabasso o LPF) (filtro passaalto o HPF) (filtro passabanda o BPF) (filtro eliminabanda o BSF) (5. oppure dalla (4.6 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. Anche nel caso TD. data dalla (4.54) e (5.53) (5. 5. 1/2[. perché presentano una separazione netta tra banda passante e banda oscura.53).21. con la fondamentale differenza che. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. le tipologie di filtri ideali sono le stesse. 0 < νc < 1 rappresenta la frequenza di taglio. con 0 < νc1 < νc2 < 1 . HPF. la risposta armonica H(·) è una funzione reale e pari. 5.52) e (5. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ).22–5. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). A causa di tale periodicità. nelle fig.25 sono mostrate le risposte armoniche dei filtri ideali LPF. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. sia nel caso TC che TD. si noti che le espressioni analitiche della risposta in frequenza nel caso TD differiscono da quello TC solo per l’aggiunta dell’operazione di replicazione di passo unitario.

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

25.22. . Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). 5. Risposta in frequenza di un filtro ideale TD passaalto (HPF). 5. 5.5.23. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. 5. Risposta in frequenza di un filtro ideale TD passabanda (BPF). Fig.6 Selettività in frequenza dei sistemi LTI e filtri ideali 245 HLPF(ν) HHPF(ν) 1 1 -1/2 Ws -νc 0 Wp νc 1/2 Ws ν -1/2 Wp -νc 0 Ws νc 1/2 Wp ν Fig.24. Risposta in frequenza di un filtro ideale TD passabasso (LPF).

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

 k = 0.6 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (a) Rappresentare graficamente il segnale x(t). 1 T .3 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. . k dispari . [Suggerimento: dal grafico. con T ∈ R+ . ed applicare poi la proprietà di linearità della serie di Fourier. con T0 ∈ R+ . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. Risultato: (a) T0 = 1 2 f1 . Risultato: (a) T0 = 2T . con T0 ∈ R+ . 2 kπ Risultato: (b) Xk = sin kπ 2 k pari . f 0 2 = 2 f1 .7 Esercizi proposti 247 (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. k dispari . (b) Xk = (−1)k π (1−4k2 ) . (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 .5 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. dove xg (t) = 2Λ 2t T0 − 1 rect t T0 . notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. 0 . (b) Xk = Esercizio 5. k = 0 pari . con T0 ∈ R+ .5. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. Esercizio 5. dove  1 − 4t . 0 T0 xg (t) = 0 . 0 ≤ t ≤ T /2 .] 0. dove y(t) = repT0 [2 rect(2t/T0 )] (onda rettangolare di ampiezza 2 e δc = 1/2). k pari . Esercizio 5.  j Risultato: (b) Xk = − π k . (π k)2 Esercizio 5.4 Si consideri il segnale periodico x(t) = +∞ k=−∞ ∑ (−1)k δ (t − kT ) . 0. (a) Rappresentare graficamente il segnale x(t). k dispari . .  2  . dove xg (t) = rect 2t T0 − rect 2t − T0 T0 . altrimenti .

(b) X(0) = N.] 0. X(3) = 3 + j. (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 . k = 1.248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. k ∈ {2. Risultato: (b) Xk = 4 . k ∈ {0.8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 .  j   0. . Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k . (a) Determinare il periodo N0 del segnale x(n). 22} . Esercizio 5. X(2) = N 2 j. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. ed applicare poi la proprietà di linearità della serie di Fourier. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. . . Risultato: (a) N0 = N.  24 . [Suggerimento: dal grafico. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. X(2) = 0. j Risultato: (a) N0 = 24. dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). 2. X(N − 1) = 2 N 2 (3 + j). (a) Determinare il periodo N0 di x(n). 3. N 2 (3 − j). 3}.   12 j 3π /8  e . k = 23 . X(1) = 3 − j. k dispari . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. X(N − 2) = − N j. dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . k pari . k = 0. Esercizio 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. X(1) = X(k) = 0 per tutti gli altri valori di k. . k2 π 2 Esercizio 5. 1. . (a) Rappresentare graficamente il segnale x(n). notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. da cui X(0) = −2.

. . k ∈ {0.. 2. Risultato: (a) N0 = 4. dove  2 . (a) Rappresentare graficamente il segnale x(n).. (b) X(k) = 4 + 8(− j)k . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. n = 1.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . 1. xg (n) = 2 . altrimenti . (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . X(3) = 4 + j 8. Esercizio 5.   1 .    0. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5.13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . 8. X(1) = 4 − j 8. 2. k = 0. 6}. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. Esercizio 5. Risultato: (a) N0 = 5.. Risultato: (b) X(k) = 1 + 4 cos πk 3 . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. . 1. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 3.. k ∈ {1. 4} .7 Esercizi proposti 249 Esercizio 5. da cui X(0) = 12. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. n = −1 . 4. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.5. k ∈ {0. n = 0. . 5..10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. 3. 2. -5 0 5 n (a) Determinare il periodo N0 di x(n). 3}.12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . X(2) = −4.

stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. X(3) = 1 − j.14 Sia wN0 = e− j2π /N0 . ] Esercizio 5. e si ha in particolare  0 . X(3) = −5. valida ∀a = 0.56). X(3) = − j. X(2) = 2. (5. X(3) = 5 + j. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . ∀k pari. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS).56). k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. X(4) = −3. mostrare che se x(t) ha la proprietà di simmetria (5. allora il segnale ha solo le armoniche dispari. (e) X(0) = 3. X(1) = 3 e jπ /4 . ∀t ∈ R . X(2) = 3 j. X(2) = 1. T0 /2) e dividere l’integrale in due integrali. X(2) = 3. X(3) = −3 j. X(2) = 1 + j. (b) X(0) = 3.16 Senza calcolare esplicitamente x(n).14. (c) X(0) = 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 . Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . X(3) = 3 e j7π /4 .56) (b) Viceversa. in modo da poter sfruttare la (5. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . (b) Scrivere l’equazione di analisi in (−T0 /2. N0 ∈ N: 0 x(n) = x n T0 N0 . (d) X(0) = −2.] 1−a Esercizio 5.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0.56) operando un cambiamento di variabile in uno dei due integrali. 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). [Suggerimento: applicare le identità dell’esercizio 5. X(1) = 5 − j. X(1) = 2. X(1) = −5. X(1) = 3. Esercizio 5. .15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ .

e determinare in particolare le costanti α . Esercizio 5. (d) x(n) non reale. (3) X(11) = 50. avente DFS X(k).] Risultato: α = 10.18 Si consideri il segnale periodico x(n). Esercizio 5. con T0 ∈ R+ . 3 6 Esercizio 5.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) .17 Si consideri il segnale periodico x(n). viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. utilizzare l’uguaglianza di Parseval per la DFS. n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. (c) x(n) non reale. 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. (b) x(n) reale. (2) ∑5 x(n) = 2.7 Esercizi proposti 251 Risultato: (a) x(n) reale. . Risultato: y(t) ≡ 0. (4) Px = 50.] Risultato: x(n) = 1 + 1 (−1)n . con xg (t) = 1. β . 4 ≤ t < 8 . avente DFS X(k).20 Il segnale periodico x(t) = rep2T0 [xg (t)]. −1.5. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. [Suggerimento: utilizzare le proprietà della DFS. il segnale x(n) è quello avente potenza Px minima. 0 ≤ t < 4. per la proprietà (4). Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). Esercizio 5. n=0 (3) ∑7 (−1)n x(n) = 1. 1 + j2π f T0 ottenendo il segnale y(t). β = π /5 e γ = 0. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. (2) x(n) è periodico di periodo N0 = 10. γ . dove xg (t) = Λ t T0 . (e) x(n) reale. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n).

2. Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ).22 Il segnale periodico x(t) = repT0 [xg (t)]. per k = 0. si trova che Esercizio 5. . π2 Esercizio 5. H(1/2) = 0. 9 Esercizio 5. Esercizio 5.21 Il segnale periodico x(t) = rep2T0 [xg (t)]. con T0 ∈ R+ . 1 2T0 3 < fc < 2T0 . (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. H(1/4) = 2 e jπ /4 . è posto in ingresso ad un filtro passabasso avente risposta armonica: H( f ) = rect f 4 f0 e − j2π 4 f f 0 con f0 = 1/T0 . e ∆ν = 1 24 . (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). 3. (b) In corrispondenza dei valori di fc determinati al punto (a). Risultato: y(t) = 8 sin(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. è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . Risultato: (a) xdc = ydc = 1 .24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . (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 ).252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). H(3/4) = 2 e− jπ /4 . con T0 ∈ R+ . Determinare il segnale y(t) in uscita al filtro. . Determinare i valori di H Risultato: H(0) = 0. (b) y(t) = π82 cos(2π f0t). 1). calcolare l’espressione esplicita di y(t). 1. dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 .23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ).

Py = π 4 1 + 81 .28 Con riferimento allo schema in figura.6. (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . sapendo che: (1) x(t) = cos(2π f0t). 2T Esercizio 5. determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . dove xg (t) = cos πt T0 rect t T0 . dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . (a) Calcolare la frequenza fondamentale f0 del segnale x(t). 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . 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. Risultato: RC = 1 2π f0 68 13 ≈ 0. con T0 ∈ R+ . [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. f2 = 3 kHz. Esercizio 5. (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . 1 n−4k x3 (n) = ∑+∞ u(n − 4k). si calcoli l’uscita y(t).25 Il segnale periodico x(t) = repT0 [xg (t)]. è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). . Esercizio 5.26 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 . (b) y2 (n) = sin .364 f0 .27 Il segnale x(t) = rep2T0 [xg (t)]. Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5.5. (c) y3 (n) ≡ 0.] √ 1 2 1 .] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). con T0 ∈ R+ . con f0 = 1 kHz. f1 = 2 kHz. (c) RC = T0 π 3 .7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . 1 + j2π f RC 2|Y1 | Y0 (a) Determinare l’espressione dei coefficienti Yk della serie di Fourier del segnale y(t) in uscita al filtro. (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. (b) Con riferimento al punto precedente.2.

(3) H2 ( f ) è la risposta in frequenza di un filtro ideale passaalto avente frequenza di taglio 3 kHz e guadagno nella banda passante pari a 2.254 Serie di Fourier (2) H1 ( f ) è la risposta in frequenza di un filtro ideale passabasso avente frequenza di taglio 2 kHz e guadagno nella banda passante pari a 2. Determinare l’espressione del segnale di uscita z(t). =4kHz Esercizio 5. k=−∞ k=−∞ .H2 ( f ) .29 Con riferimento allo schema in figura. e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1.H2 ( f ) .y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4). g(x) = |x|2 è una nonlinearità (quadratica) senza memoria.z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }.5 f0 e guadagno in continua unitario. x(t) . Py = 776. (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. 1 2π f0 e guadagno in continua unitario. y(t) H( f ) . Si assuma che tutti i segnali ed i sistemi considerati siano reali.H1 ( f ) u(t) - (·)2 v(t) .5/T0 e guadagno unitario. x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk . Esercizio 5.y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t]. dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 .30 Con riferimento allo schema in figura.H1 ( f ) 6 . (1) x(t) = 5 + 2 cos(2π f0t). (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py . x(t) 6 .

Sign up to vote on this title
UsefulNot useful