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

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

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

.5. . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . .1. . . . . .5 Esercizi proposti . . . . . . . . . . .7. . . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . 6. . . . . . . . . . 7 Campionamento e conversione A/D e D/A 7. . . . . . . 7. . . . . . . . . . . . . . . . . . . . .5 Proprietà della trasformata di Fourier . . . . . . . . . . 6. . . . . . . . 7. . . . . . . . . 6. . . . . . . . . . . . .2 Segnali TD . . . . . . . . . . . . . . . . . . . . . .3 Segnali TD transitori . . . . . . . . . . . . . . . . . . . . . . . . 433 A.1 Separazione di segnali mediante filtraggio . . . . . . . . . .2 Trasformazioni della variabile indipendente . 7. . . . . 6. . . . . . . . . . . 6. . . . . .4. . . . . .7. . . . . 434 A. 6. . . . . 6. . . . . . . .6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . .4 Estensione spettrale e banda di un segnale . . . . . . . . . . . .1 Proprietà di convoluzione . . . . . . . . . . . . . . . . . . . . . . . . 437 . . . 6.2 Trasformata di Fourier per segnali TD . . . . . . . . . . . . . 6. . . . .3 Esistenza ed invertibilità della trasformata di Fourier . 6. . . .6. . . . . . . . . . . . . . .3 Proprietà elementari della trasformata di Fourier . . . . 6. . .1 Segnali TC . . 6. . . . . .3. .4. . .2. . . . . . . . . . . . . . . . . . . . . .3. . . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . . . . . . .INDICE iii 6 Trasformata di Fourier 6. . . . . . . . . . . . . . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD . . . . . . . . . . A Richiami sui numeri complessi 433 A. 6. . . .3 Segnali a banda non limitata . . . . . . . . . .2. .7. . . . . .3 Aliasing . . 6. . . .2 Campionamento ed interpolazione ideale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5. . . . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . 7. . integrazione e somma . . . . 6. . . . . . . . . . . . . . . . . . . . . . . .4 Quantizzazione . . . . . . . . . . 7. . . . . . . . . . . . . . . . .7. . . . . . . . . . . . . . . . . . . . .6.3 Estensione spettrale e banda di un segnale periodico . . . . . . . . . . . . .1 Segnali a banda rigorosamente limitata . . . . . . . . . . . . .6 Trasformata di Fourier dei segnali periodici . . . . . . . . .1. . . .1 Definizione di numero complesso . 7. . . . . . . .4 Relazioni tra serie e trasformata di Fourier . . . . . .6. . . . . . . . 6. . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . .3 Campionamento ed interpolazione in pratica . . . 6. . . .4. . . . . . . . . . .1. .1 Trasformata di Fourier per segnali TC . . . . . . . . . . 7. . . . . . . . . . . . . . . .2 Banda passante e banda di un sistema . . . . . . 255 255 258 260 263 267 270 272 272 285 285 295 298 300 311 312 312 321 336 345 345 347 351 352 357 357 361 365 369 382 395 395 398 400 405 407 409 409 415 418 427 . . . . . 6. . . . . . . . . . . . . . . . . .3. . . 6. . . .2 Interpolazione non ideale . . . . . . . . . . . . .3. . . . . . . . .5. . . . . . . . . . . . . . . . . 6.1 Trasformata di Fourier . . . . . . . 6. . . . . . 6. . . .1 Trasformazioni della variabile dipendente . . . . . . . . . . . . . .2 Segnali a banda praticamente limitata . 6. . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . .1 Trasformata di Fourier di un segnale periodico TC . . . . . . . .2 Forma algebrica dei numeri complessi . . . . . . .1 Introduzione . . . . . 6. . . . . . . . .3 Derivazione e differenza prima. .3. . . . . . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . . . . .8 Esercizi proposti . . . . . .2 Interpolazione ideale . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . 6. . . . . . . . .4 Proprietà della risposta in frequenza . . . . . . . . . 7. . . . . . . . . .1 Teorema del campionamento . . . . . . . . . . .

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

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

. 1. convessa e tale che f (a) < 0 ed f (b) > 0. Ripetendo tale procedimento. l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 . L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. dove ϕ0 è la posizione angolare del corpo all’istante t = 0. e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . ed è raffigurato in fig. 2. Fig. Il secondo passo del metodo consiste nel ripetere il procedimento precedente a partire questa volta da x(1): si traccia la tangente alla curva f (x) nel suo punto di coordinate (x(1). f0 e ϕ0 sono diversi. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse.2.2. è possibile applicare metodi per determinare soluzioni approssimate. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. frequenza f0 . Il segnale sinusoidale degli es. . . . Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A.2 è una funzione del tempo x(t). che sia crescente. 1.2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig. 1.3 (successione) In matematica. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione.3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b.1 e 1. che consente di risolvere approssimativamente equazioni del tipo f (x) = 0. il metodo di Newton (fig. Posto x(0) = b. e fase iniziale ϕ0 . la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . pulsazione ω0 o frequenza f0 . Esempio 1. Esempio 1. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante. Un esempio classico è il metodo di Newton o della tangente. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. 1. seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ). Supponiamo che f sia dotata di derivata prima continua e. inoltre.2. . si ottiene una relazione ricorsiva in cui l’n-esimo elemento è dato da x(n) = x(n − 1) − 1 Nel f [x(n − 1)] .1.1. 1. f [x(n − 1)] con n = 1. 1.2 (tensione alternata) La tensione alternata della rete di distribuzione dell’energia elettrica può essere descritta anch’essa da un segnale sinusoidale di ampiezza A. 1. Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). 3. anche se il significato fisico ed i valori dei parametri A.

in questo caso.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . 1. il dominio del segnale risulta essere T = N0 = {0. per gli es.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. Fig. una tensione nell’es. come nell’es. 1. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0.2. ma esistono casi significativi di segnali – le immagini.. racchiude i valori assunti dalla variabile dipendente x.4.3. un voto nell’es. Maria Turchini. Si osservi che. . un segnale può essere definito mediante una tabella.3.3.1) dove l’insieme T. Il metodo di Newton dell’es..1. 1. . infine. 1.10 e 1. Al crescere di n.1. 1. (1. lo studente nell’es. 1. x(1) x(2) Fig.. 1. che prende il nome di insieme di definizione o dominio di x. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. 1. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto..1 e 1..4) ed una variabile dipendente x (una lunghezza nell’es.4. 1.. Esempio 1.1 e 1.3. Ad esempio. nel caso dell’es. 1..1. il dominio T di x coincide con l’insieme dei numeri reali. 1. 2. Il segnale in forma tabellare dell’es. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. 1. Tale relazione definisce una successione numerica. possono rappresentare dati . il dominio del segnale T = {Carlo Rossi. . . come accade nell’es.. Franca Neri .2 e 1. che prende il nome di immagine di T mediante x o anche codominio di x. ovvero un segnale definito nell’insieme N0 dei numeri naturali. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. 1.. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. nel caso dell’es. Voto 22 30 25 30 . 1..4.3. l’indice n nell’es. Gli es. 1. . un segnale di questo tipo può essere indicato come segue: x : T → X.} è costituito dai nomi degli studenti.. 1.4 (tabella) In alcuni casi.14 più avanti).2. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. Inoltre. 1. cioè T = R. dove f (x) denota la derivata prima di f (x).4). . ad esempio per molti segnali la variabile indipendente è proprio il tempo.. Ugo Bianchi. mentre l’insieme X.3. 1.4. .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.4. 1. le variabili indipendenti di un segnale possono non avere un significato fisico o.2. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. 1. 1.

Esso è composto da tre elementi fondamentali: un trasmettitore. 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). quale il partitore resistivo dell’es. Fig. Rappresentazione di un sistema mediante schema a blocchi. dei quali alcuni sono identificati come segnali di ingresso (o cause).4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. 1.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi.5. 1. e alla variabile dipendente x come all’“ampiezza” del segnale. che associa ad ogni messaggio da trasmettere .2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. 1.6. è lo schema a blocchi di fig. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig.6. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. 1.7. 1. mentre l’uscita è la tensione ai capi del resistore R2 . Esempio 1. un grafico o una tabella. scriveremo {x(t)}t∈T. comunque. oppure può rappresentare la legge di corrispondenza (1.1) (cioè il segnale nel suo complesso per ogni t ∈ T). Schema elettrico di un partitore resistivo. riportato schematicamente in fig. Gli es. quando tuttavia vorremo enfatizzare la seconda interpretazione. Concludiamo osservando che. a prescindere dal loro effettivo significato fisico. con riferimento ad un segnale funzione del tempo.5. e gli altri come segnali di uscita (o effetti).1 e 1. Esempio 1. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. Definizione 1. di natura più generale (gli studenti). In molti casi la distinzione è ininfluente oppure si ricava dal contesto. capace di trasportare un messaggio dalla sorgente alla destinazione. rimandando il lettore agli esempi che ne chiariscono meglio il significato. 1.5. 1.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. Tali funzioni potranno essere descritte mediante un’espressione matematica. Di norma. 1.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 .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).

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

t]. per ogni t ∈ R. 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. sebbene le corrispondenze (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. Esempio 1. Una seconda osservazione importante è che. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t). forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. è una legge di corrispondenza tra insiemi “numerici”. risulta essere convergente.1) e (1.2) che definiscono segnali e sistemi. Sulla base di tale osservazione. che definisce un segnale. con t ∈ R. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. rispettivamente. la scrittura y(t) = S[x(t)] (e lo stesso si può dire di y(n) = S[x(n)]) può evocare erroneamente alla mente del lettore il concetto di funzione composta.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni).2).3) per descrivere sinteticamente la trasformazione (1. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞.7 e 1. com’è anche evidente dagli es. indipendentemente dai fenomeni fisici coinvolti. piuttosto che sulla realtà fisica cui il modello si riferisce.2). Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. 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. la (1.6 Segnali e sistemi: introduzione In fig. Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico.2). possano sembrare simili a prima vista.2). Infatti. 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. tuttavia.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du . per ogni n ∈ Z. A questo punto è necessario fare una considerazione che è bene che il lettore tenga . Esempio 1. più in generale. ottenuto integrando x(u) sull’intervallo ] − ∞. Per evidenziare invece il fatto che nella trasformazione (1. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n.8 è riportata una rappresentazione schematica della legge di corrispondenza (1. risulta essere particolarmente fuorviante l’impiego della notazione y(t) = S[x(t)] oppure y(n) = S[x(n)] per descrivere sinteticamente la trasformazione (1.8. 1. la (1. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso. con n ∈ Z. i cui elementi sono numeri reali o interi relativi.8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) . rispettivamente. con particolare riguardo a quelle che sono applicabili in generale. n] (1.1). dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita. 1. Si osservi che. dove x(t) denota il segnale di ingresso e y(t) quello di uscita.t] y(n) = S[{x(k)}k∈T. In tal caso. In molti casi. In tal caso. facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione. su tutto il proprio dominio di definizione T.t]. si useranno le notazioni y(t) = S[{x(u)}u∈T. d’altra parte.

1. In conclusione. 1.4 t 0.5 x(t) 0 x(t) 0 0.2 0. Va osservato come principio generale che un modello è solo una rappresentazione. ben presente nel seguito. o per la conoscenza imperfetta dei meccanismi che li governano. accoppiamenti parassiti.2 0. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici.3 Segnali deterministici ed aleatori 7 1 1 0. 1. . Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto.2) non è mai esattamente sinusoidale. in quanto contengono un certo grado di imprevedibilità o di incertezza. Va detto però che l’identificazione tra il concetto di segnale e quello di funzione è appropriata solo se restringiamo l’attenzione al caso dei segnali perfettamente noti o deterministici. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr. Esempio 1.3 Segnali deterministici ed aleatori I segnali considerati negli es. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà. o in forma grafica). il lettore è invitato a tenere bene a mente il celebre aforisma di Arthur Bloch:2 “Confondere il modello con la realtà è come andare al ristorante e mangiare il menù”.5 −0.4 t 0.9. in forma tabellare. Definizione 1.8 1 0 −0. In secondo luogo. 1. ecc. quasi sempre estremamente semplificata. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. non linearità. 1. Tali segnali scaturiscono da fenomeni fisici che.8 1 (a) (b) Fig. Il segnale vocale assume una forma profondamente diversa. es. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino.1.6 0. non ammettono una descrizione matematica esatta.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale).3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. La classe dei segnali deterministici è ampia.5 0.1. che esprime la pressione acustica in funzione del tempo.5 −1 −1 0 0. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”.2 e 1. In fig.6 0. per la loro complessità. ad esempio.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. 1. che non possono cioè essere descritti esattamente. per la presenza di disturbi. della realtà che intende descrivere. In primo luogo. infatti. il modello matematico è quasi sempre frutto di approssimazioni.

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

(b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. zG (x. zB (x. 1.2 Proprietà della variabile dipendente Definizione 1. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale. Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. ovvero un “array” di scalari. 1.y) Fig.14 Segnali e sistemi: introduzione Red z R(x.t) di tre variabili. Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria. Un esempio di segnale vettoriale è l’immagine a colori. y). y). y).4. siano essi zR (x. zB (x. y). y).14 (immagine a colori) Una immagine fissa a colori (fig. In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x. zG (x. Negli esempi visti in precedenza. i segnali sono tutti scalari. Esempio 1. . y)] . e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. zG (x. e quindi nei segnali zR (x. discusso nell’esempio seguente. y) = [zR (x.18) può essere decomposta dalle sue tre componenti fondamentali.7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare. per cui il segnale sarà descritto da una funzione vettoriale z(x. y). 1.y) Blue z B(x. verde (G) e blu (B). y). rosso (R). zB (x. y.18.y) Green z G(x. Se l’immagine a colori è in movimento (filmato a colori). y).

1. Esempio 1. −A .19) descrive la variazione dello stato logico nel tempo. 1. altrimenti .. se il numero delle ampiezze è finito. Il vantaggio che si consegue con la quantizzazione è che. 1. 1. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. la sinusoide degli es.19. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. Definizione 1. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. 1. Sulla base del modello matematico (1. t -5 Fig.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. .. utilizzato per descrivere un segnale. rimpiazzandole con un numero finito di possibili valori.12. 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 . Il segnale risultante x(t) (fig.4 Classificazione elementare dei segnali 15 x(t) 5 .20(a). ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. Il segnale risultante è mostrato in fig. mentre X è un insieme discreto per un segnale ad ampiezza discreta.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). Si tratta di un segnale a tempo continuo ma ad ampiezza discreta.15. raffigurato in fig. 5} è costituito solo da due valori. detta quantizzazione. Esempio 1.1 e 1. Un esempio di segnale ad ampiezza discreta è il segnale logico.2 assume con continuità tutti i valori dell’intervallo [−A.. 1.20 (b). visto che il suo codominio X = {−5..8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo. A] ≡ X. La quantizzazione si dice “ad un bit” in quanto l’ampiezza .1). 1. se x(n) ≥ 0 . 1.

(b) il segnale ad ampiezza discreta y(n) dell’es. e quindi può essere rappresentata con un solo bit.16 Segnali e sistemi: introduzione x(n) A y(n) A 3 4 5 -2 -1 1 2 n -2 -1 1 2 3 4 5 n -A -A (a) (b) Fig. Così come il campionamento. anche la teoria della quantizzazione sarà approfondita nel cap.21. 1. e raffigurato in fig. Anche l’operazione di quantizzazione si può interpretare come un sistema. 7. Schema a blocchi di un quantizzatore. 1.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). . 1. 1. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es.20. assume due soli valori.12. segnale ad ampiezza discreta Fig. segnale ad ampiezza continua quantizz .21. 1. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A. denominato quantizzatore.

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

(a) sommatore a due ingressi.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. o viceversa. Esempi di sistemi MISO.5 Classificazione elementare dei sistemi Come i segnali. 1. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO).23. a parte il caso dei sommatori e dei moltiplicatori. 1. (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. Fig. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto.23.11 (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. 1. quando parleremo di sistema. I sistemi visti in precedenza.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). faremo esclusivamente riferimento a sistemi SISO: per questo motivo. quali ad esempio il partitore resistivo. . sono tutti di tipo SISO. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite.24. (b) moltiplicatore a due ingressi. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. supporremo implicitamente che esso sia di tipo SISO. 1. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). (b) sistema a TD. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). Definizione 1. Definizione 1. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. raffigurati schematicamente in fig. l’interpolatore. quali il numero degli ingressi e delle uscite. ed il quantizzatore. il campionatore. Nel seguito.

o viceversa. è un sistema a TC. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. es. in un convertitore A/D reale (denominato anche analog-todigital converter. ed i sistemi a TD sono denominati. Esempi significativi di sistemi di questo tipo sono il campionatore (es. mentre U contiene solo segnali a TD. Inoltre. sistemi digitali. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. 1.25 è puramente di principio. effettuata da un sistema denominato convertitore A/D (fig. in maniera lievemente imprecisa.16). Il seguente esempio introduce due ulteriori esempi di sistemi misti. Conversione A/D: (a) schema a blocchi di un convertitore A/D.1. l’insieme I racchiude solo segnali a TC. e viceversa. 1. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . Sulla base del modello (1.12). in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit.24(b). e l’interpolatore (es. 1. quantizz . es. 1. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. segnale digitale (b) Tc Fig. Lo schema del convertitore A/D riportato in fig. e spesso non sono nemmeno chiaramente separabili. essi sono inoltre di grande interesse ingegneristico.25.25). 1.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. in campo economico o sociale). nel caso di sistemi misti. 1. i sistemi misti (TC/TD o TD/TC) sono molto utili quando bisogna passare dal mondo “fisico” dei segnali a TC al mondo “virtuale” dei segnali a TD. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. infine. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. I sistemi a TD non esistono generalmente “in natura”. Esempio 1. sia una quantizzazione (cfr. 1. 1. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig.3 Infine. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. nel caso di sistemi a TC. e quindi bisogna effettuare sia un campionamento (cfr.2) utilizzato per descrivere matematicamente un sistema. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. come il partitore dell’es. 1.12). La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig.6. che presenta ingresso a TD e uscita a TC. 1.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. ADC).13). 1. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed.5. e quindi sono sistemi a TC: ad esempio una rete elettrica. . che presenta ingresso a TC e uscita a TD.24(a). In accordo con la simbologia introdotta in fig. 1.

. DAC). in un segnale digitale x(n). e quindi non può esistere una operazione inversa di “dequantizzazione”. Conversione D/A: (a) schema a blocchi di un convertitore D/A. Si noti che il sistema complessivo (tratteggiato in fig.27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale.20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp. 1. che sono trasformate in valori di ampiezza da un decodificatore binario. ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. mediante un convertitore A/D. Un convertitore D/A reale (denominato anche digital-to-analog converter. successivamente. minore ingombro. 1. 1. minor costo dell’hardware. Per questo motivo. 1. segnale analogico (b) Tc Fig. 1. per questo motivo. In tale schema. lo schema di fig. Rispetto ad una elaborazione analogica del segnale x(t). x(t) x(n) A/D sistema digitale y(n) D/A y(t) sistema analogico Fig. es.27. (b) rappresentazione schematica della conversione D/A in termini di interpolazione. il segnale x(n) viene elaborato mediante un sistema digitale. accetta in ingresso stringhe di bit.27 offre alcuni vantaggi importanti.13). Un’applicazione particolarmente interessante dei sistemi misti. 1. alla biomedica.27) è un sistema analogico. all’automazione. ai trasporti. in quanto gli effetti della quantizzazione sono irreversibili. schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia. non ultimo. prima di effettuare l’interpolazione. dalle telecomunicazioni all’informatica. alle costruzioni aerospaziali. lo schema digitale in fig. un segnale analogico x(t) viene prima convertito. (cfr.27.26. Schema classico per l’elaborazione digitale dei segnali. 1. quali maggiore flessibilità. e finalizzato ad elaborare un segnale analogico in maniera digitale. ed in particolare dei convertitori A/D e D/A. minore consumo di potenza e. e numerosi altri.

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

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

24 Segnali e sistemi: introduzione .

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

la moltiplicazione di un segnale per una costante. 2. 2. . in stretta analogia alle operazioni di derivazione ed integrazione per il caso TC.1. Inoltre.5) denominato sommatore e rappresentato schematicamente in fig.1 Trasformazioni della variabile dipendente Tra le trasformazioni elementari della variabile dipendente. saranno definite due operazioni corrispondenti. ad esempio. il prodotto di due segnali. si definisce il prodotto di due segnali y(·) = x1 (·) x2 (·) . Somma La somma di due segnali1 y(·) = x1 (·) + x2 (·) si effettua sommando punto a punto le ordinate delle funzioni corrispondenti. considereremo in particolare la somma di due segnali.1(a). Operazioni sui segnali: (a) somma di due segnali. 2.1. denominate differenza prima e somma corrente. useremo la notazione del tipo x(·) per denotare indifferentemente un segnale TC x(t) o TD x(n).26 Proprietà dei segnali x1 (·) y(·) x2 (·) (a) x1 (·) y(·) x2 (·) (b) Fig. che porteranno in particolare a definire un particolare segnale TC dalle “strane” proprietà. e dei sistemi. (b) moltiplicazione di due segnali. La rivisitazione di tali proprietà consentirà di ottenere alcune importanti generalizzazioni. La somma di due segnali si può interpretare come un sistema MISO (a due ingressi ed una uscita) (cfr. Prodotto In maniera simile alla somma. 1 Qui e nel seguito. detto impulso di Dirac. § 1. nel caso TD. 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). La somma si può estendere facilmente a più di due segnali. le operazioni di derivazione ed integrazione per segnali TC. quali.

un segnale TD può essere traslato solo di quantità intere. o ritardo. il parametro della traslazione n0 assume necessariamente valori interi.2. lo schema di fig. 2. con a > 0. 2. come rappresentato in fig. Più in generale. 2. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). mentre per t0 < 0 si ha una traslazione verso sinistra. cioè n0 ∈ Z: in altri termini. considereremo alcune caratteristiche peculiari del caso TD. Genericamente. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . Schema a blocchi di un amplificatore/attenuatore. Si noti che una traslazione temporale non modifica la forma del segnale. ma comporta solo una variazione del riferimento temporale. a differenza del caso TC. dove per t0 > 0 si ha una traslazione verso destra del segnale. attraverso l’introduzione delle operazioni di decimazione ed espansione. Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi.3. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. 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. per quest’ultima operazione. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale.1(b).2 può essere utilizzato anche in questo caso.1. Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). raffigurato in fig. in particolare.2. corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. ed il cambiamento di scala temporale. la riflessione temporale. dove però. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . 2. . Se a = −1. 2. se a < 0. 2.2.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. il fattore a viene denominato guadagno dell’amplificatore/attenuatore. o anticipo. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) .

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

Riflessione temporale di un segnale TC: (a) segnale originario. 2. e (b) sono raffigurati due esempi di segnali pari.2.4. 2. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. (b) segnale riflesso. . (c) Il prodotto di due segnali pari è un segnale pari. mentre in fig. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig.t2 .1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . A partire dalla definizione di segnale pari e dispari. (b) La somma di due segnali pari [dispari] è un segnale pari [dispari].5 (c) e (d) sono raffigurati due esempi di segnali dispari. mentre il prodotto di due segnali dispari è un segnale pari.6.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine. 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·). (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. risulta necessariamente x(0) = 0. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) .t1 t Fig. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente. 2.

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

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

per cui si scrive: y(n) = x(nM) . (b) segnale decimato con M = 3. 2 L’uso . 2. In questo caso è possibile ancora parlare di compressione. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. ma nel caso TD si utilizza il termine più specifico di decimazione.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. ovvero se a = M ∈ N. si noti l’effetto di compressione (minore durata) del segnale risultante. 2.8.8. infatti. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. se se sceglie M = 10. l’espansione si ottiene esattamente l’effetto opposto. derivante dalla perdita di due campioni ogni tre del segnale originario. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. Decimazione di un segnale TD: (a) segnale originario.2 infatti. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. Per segnali a TD. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a.

2. l’espansione a TD è una operazione perfettamente reversibile. se n è multiplo di L . della compressione di un segnale TC. M − 1 campioni ogni M) sono eliminati completamente. altrimenti . l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. con L ∈ N. Passiamo ora ad esaminare l’operazione di espansione nel caso TD. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. Analogamente a quanto visto per la decimazione.9. la decimazione è una operazione non reversibile. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. per analogia con il caso a = M. perché alcuni campioni del segnale TD (in generale. si assume a = 1/L. 2. Le precedenti considerazioni inducono allora a definire l’operazione di espansione nel caso TD nel modo seguente (si noti l’uso “formale” delle parentesi quadre): n = y(n) = x L x n . L 0. (2.1) Un esempio di espansione per L = 3 è fornito in fig. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti.9. A differenza della decimazione.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. in quanto an non è un numero intero. (b) segnale espanso con L = 3. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi.2. . Espansione di un segnale TD: (a) segnale originario. Se anche.

1 scambiando l’ordine delle operazioni. il principio fondamentale da tener presente è che le trasformazioni che agiscono sull’asse dei tempi (ritardo. mentre per calcolare u(2t − 3) abbiamo effettuato la sostituzione 2t − 3 → t. come illustrato dall’esempio che segue. compressione di 2: y(t) = v(2t) . sostituire ad esso t − 3 (sinteticamente. il risultato ottenuto dalla combinazione di più operazioni dipende anche dall’ordine con cui sono compiute tali operazioni. Prima scriviamo le relazioni che descrivono le varie operazioni individualmente. descriviamo le tre operazioni individualmente e nell’ordine assegnato: ritardo di 3: u(t) = x(t − 3) . Per evitare ciò. (3) compressione di 2. specialmente quando sono coinvolte trasformazioni della variabile indipendente (tempo). ritardo di 3: v(t) = u(t − 3) . che è il risultato cercato. in particolare effettuiamo le stesse operazioni ma nel seguente ordine: (1) ritardo di 3.1. le tre operazioni sono descritte da: riflessione: u(t) = x(−t) . riflessione. Utilizzando lo stesso procedimento dell’es. operiamo sempre con sostituzioni formali in tutti i passaggi: ad esempio per calcolare v(2t) abbiamo effettuato la sostituzione 2t → t. ritardare un segnale x(t) di 3 significa effettuare la seguente sostituzione: ogni volta che nell’espressione di x(t) compare t. Successivamente. introducendo dei segnali intermedi u(t). Ad esempio. Procedendo in questo modo si giunge sempre al risultato corretto. compressione di 2: y(t) = v(2t) . in generale. espandere un segnale x(t) di un fattore 2 significa effettuare la sostituzione t/2 → t. per cui non dovrebbe essere difficile individuare il segnale risultante. (2) riflessione. Per individuare il segnale y(t) risultante. Nel nostro caso. Dal punto di vista matematico. effettuiamo sostituzioni simboliche a ritroso partendo dall’ultima espressione scritta: y(t) = v(2t) = u(2t − 3) = x[−(2t − 3)] = x(3 − 2t) . v(t). (3) compressione di 2. Esempio 2.1 (combinazione di operazioni elementari. Esempio 2. 2. Tenendo bene a mente questo principio. Allo stesso modo. (2) ritardo di 3. è conveniente seguire il seguente procedimento. .1. È importante notare che. Si noti che quando effettuiamo sostituzioni a catena. caso TC) Si riprenda per un momento l’es.3 Combinazione di operazioni elementari Spesso un segnale è sottoposto in sequenza a più operazioni elementari del tipo precedentemente visto. cambiamento di scala) possono essere interpretate come semplici sostituzioni formali. si giungerà al risultato corretto. una combinazione di operazioni elementari definisce una funzione composta. etc. va detto però che spesso. riflessione: v(t) = u(−t) . questa sostituzione si denota con t − 3 → t). caso TC) Un segnale TC x(t) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. 2.2 (effetto dell’ordine nella combinazione di operazioni elementari.34 Proprietà dei segnali 2. è facile commettere errori.

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

Gli esempi che seguono mostrano come procedere in due situazioni tipiche. Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. Esempio 2. 2 2 2 Con riferimento all’ultima espressione. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. eliminando la notazione simbolica con le parentesi quadre. 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 . 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3. (3) anticipo di 5. 6 6 2 . ovvero se n è pari. è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. per cui il segnale y(n) vale convenzionalmente zero. 2 0. nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero.5 (combinazione di operazioni elementari. osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2.36 Proprietà dei segnali il risultato corretto per via analitica. n espansione di 6: v(n) = u . e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 . allora il risultato si ottiene calcolando il valore del segnale in quel punto. anticipo di 5: v(n) = u(n + 5) . (2) anticipo di 5.1). n x − − 5 . Esempio 2. (2) espansione di 6. altrimenti il valore del segnale è nullo. altrimenti . il segnale y(n) si può esprimere esplicitamente. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . Pertanto. n espansione di 2: y(n) = v . 6 anticipo di 5: y(n) = v(n + 5) . (3) espansione di 2. come: y(n) = se n è pari .4 (combinazione di operazioni elementari. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) .

2 0 −2 0 2 4 t 6 8 10 Fig. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr. altrimenti . 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. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. infinito numerabile di punti di discontinuità di prima specie. 0 . Gradino a TC. altrimenti . per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da . Se il segnale x(t) è derivabile in t0 .2. Tuttavia. integrazione.10.4 0. In particolare. y(n) = n+5 x . se t ≥ 0 . 2. si dimostra che x(t) è anche continuo in t0 . Pertanto. per cui l’espressione ottenuta si può rendere esplicita. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. 0 . Il gradino a TC è definito come: u(t) = 1 . § B.10. In particolare.4 Derivazione. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. 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 (2.6 0.8 x(t) = u(t) 0. Con riferimento all’ultima espressione.1. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. eliminando la notazione con le parentesi quadre.2) esista e sia finito. 2 2. ed è rappresentato graficamente in fig. Il gradino presenta una discontinuità di prima specie per t = 0.2) che esiste ed è finito.2). come:  se n è dispari . il che accade se e solo se n è dispari. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2.1 Operazioni elementari sui segnali 37 1 0. 2. se il segnale x(t) è derivabile nel punto t0 ∈ T. al più.

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

al limite per ε che tende a zero.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). se è vero che. (2. Invocando il teorema della media. ε ) e la misura di tale intervallo. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . conservando tuttavia area unitaria. la funzione ordinaria δε (t) non converge ad una funzione ordinaria. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) .1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P.2. possiamo affermare che esiste un punto tε ∈ [−ε . al limite per ε che tende a zero. Ciò suggerisce che la convergenza del limite al secondo membro della (2. il funzionale (2. motivo per cui è comunemente nota come impulso o delta di Dirac. la convergenza della famiglia di funzioni δε (t) alla funzione . eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. ε →0 (2. (2. a differenza del concetto di convergenza di funzioni ordinarie.7) dove x(t) è un arbitrario segnale continuo nell’origine. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. la (2. un operatore che associa alla funzione x(t) un numero reale. ε →0 dt (2. ε →0 (2. tali funzioni costituiscono una generalizzazione del concetto di funzione: un funzione generalizzata è sempre definita mediante un integrale e non ha senso quindi pensare al valore assunto da essa per un dato valore dell’argomento. 2.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) .3) mediante una funzione. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . Quindi. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). Dirac nei suoi studi sulla meccanica quantistica.4) definisce un funzionale che si “appoggia” alla funzione δε (t).3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero.4) Dal punto di vista matematico. 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 . A tale scopo. Al limite per ε → 0. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. δε (t) non ha alcun significato come funzione ordinaria. cioè. Come indicato dal loro stesso nome. per ε → 0. che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . Questo risultato suggerisce di definire il limite al secondo membro della (2. Infatti.5) In altre parole. che indichiamo con δ (t) = lim δε (t) . Al diminuire di ε .3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie.

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

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. . Un primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig.46 Proprietà dei segnali x(t) t1 durata t2 t Fig. Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra. In tal caso. . l’estensione del segnale è definita come Dx = {n1 . In altre parole. . considerando sia segnali TC che TD.t2 ).18. . si considerano trascurabili solo i valori nulli del segnale. con t2 > t1 . con riferimento a taluni casi particolari di segnali. n1 + 1. con n2 > n1 . . legato all’interpretazione di quali valori del segnale siano trascurabili. n2 }. Segnale di durata rigorosamente limitata. . n2 } e la sua durata è data da ∆x = n2 − n1 + 1. Conseguentemente. . e segnali di durata non limitata. con riferimento alla definizione generale di estensione.t2 ). n2 }. 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 ). Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente. Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata. approfondiremo questa classificazione. . n1 + 1. . 2.1 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 . segnale x(n).t2 ) e la sua durata è data da ∆x = t2 − t1 . In questo caso. non esiste una definizione universalmente accettata di estensione temporale di un segnale. l’estensione del segnale è definita come Dx = (t1 . 2. Alcuni esempi elementari di finestre sono presentati di seguito. . Tuttavia. x(t) = 0 per ogni t ∈ (t1 .18.3. e quali no. Nel seguito. Analogamente. 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. Nel caso TD. 2. cioè. . n1 + 1. . tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 . x(n) = 0 per ogni n ∈ {n1 . . tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 .

traslazione temporale e cambiamento di scala.20. 2. Utilizzando la definizione. altrimenti . ed è rappresentata graficamente in fig.8 x(t) = rect(t) 0. se t ∈ [t0 − T /2. altrimenti . 2.2. Si tratta di un segnale pari (centrato nell’origine). Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. la finestra rettangolare è denotata con il simbolo Π(t). 0. cambiamento di scala con a = 1/T e traslazione temporale di t0 . numerosi testi. Esempio 2. altrimenti .3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 .20: la finestra è centrata in t = t0 e ha durata ∆x = T . 0 . A partire dalla finestra prototipo.6 0.4 0.7. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). Finestra rettangolare a TC. se |t| ≤ 0.7 (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. il cui andamento è raffigurato in fig.t0 + T /2] .5 . se 0 ≤ n ≤ N − 1 . 2.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. Finestra rettangolare a TC dell’es. cambiamento di scala con a = 1/T e traslazione temporale di t0 . Fig. 2. in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). 0 . 2. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A.19.19. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. mediante moltiplicazione per una costante. .

ovvero considerare B2N (n + N). 1. ed è rappresentata graficamente in fig. 2. Come nel caso TC. traslazione temporale. la finestra rettangolare a TD degenera nell’impulso discreto. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. ed è asimmetrica rispetto all’origine. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. . Fig. La finestra ha estensione temporale Dx = {0.2 0 −2 0 2 4 n 6 8 10 1 0. se |t| < 1 . 2.2 0 −2 −1 0 t 1 2 Fig. 2. ed è rappresentata graficamente in fig. 2. Finestra rettangolare a TD per N = 5. .8 x(t) = Λ(t) 0. pertanto.8 x(n) = R5(n) 0.22.21. . a differenza della sua versione a TC. Tuttavia. di ampiezza unitaria e durata ∆x = 2. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. Si tratta di un segnale pari (centrato nell’origine).6 0. come riportato in fig. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. altrimenti . altrimenti . così come la finestra rettangolare a TD.4 0.21. è asimmetrica rispetto all’origine. 2. ponendo N = 1. N −1} e durata ∆x = N.4 0. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . Finestra triangolare a TC. . R1 (n) = δ (n). se 0 ≤ n ≤ 2N − 1 . ed essa è nota come finestra di Bartlett:  |n − N|  . La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. cioè. 1− B2N (n) = N 0 . anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.6 0. Così come visto per la finestra rettangolare nell’es. . a partire dalla finestra triangolare prototipo.48 Proprietà dei segnali 1 0.23) anche nel caso TD. infatti si ha RN (n) = u(n)−u(n−N). Infine. 2.24.22.7. È possibile definire la finestra triangolare (si veda la fig. mediante operazioni elementari (moltiplicazione per una costante. si noti che. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. 2. 0.

si perviene ad un diverso valore di durata del segnale. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata.. con t2 > t1 .6 0. 2. tuttavia.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 . Finestra triangolare a TD per N = 4.24. Finestra triangolare a TD per N = 4 con simmetria pari. 2.4 0. 2.6 0.23. a differenza del caso di segnali a durata rigorosamente limitata.4 0.. legato proprio all’arbitrarietà nella scelta del valore della soglia.25.2. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale. t1 durata t2 . in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. se si fissa una soglia diversa. 2. senza mai annullarsi. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze.t2 ) di valori significativi del segnale.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0.8 0. Fig. Fissare una soglia (vedi fig. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata. x(t) soglia .8 0.3 Estensione e durata temporale di un segnale 49 1 0. 2.. il quale decade asintoticamente a zero per t → ±∞. si consideri un segnale TC come quello riportato in fig.25. In particolare. questo introduce. . un certo elemento di arbitrarietà nella misura della durata. per esso. 2. Un discorso analogo sussiste anche per i segnali a TD.3. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. Si noti che. Segnale di durata praticamente limitata. t Fig.2 0 −6 −4 −2 0 n 2 4 6 Fig.. 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.

Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. come mostra il calcolo della derivata di x(t). 2.26. si noti peraltro che il comportamento per t ≥ 0.50 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.26(b). per effetto del gradino. solo per t ≥ 0.25).26(a). Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. (a) a < 0 (valore effettivo a = −0. in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato.25). partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. che sono descritti di seguito. che quelli a durata praticamente limitata – sono anche detti segnali transitori. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. come in fig. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. . Poiché. delle applicazioni. mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . Il caso a = 0 è degenere. Tale scelta può variare a seconda della natura del segnale. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. mentre per a < 0 l’esponenziale risulta decrescente. in dipendenza dal valore di a = 0. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . ed in particolare per a > 0 l’esponenziale risulta crescente. In particolare. Infine. In particolare. è lo stesso dell’esponenziale x(t) = A eat . dove a ∈ R è un fattore di scala dei tempi. notiamo che tra le operazioni elementari introdotte nel § 2. e degli scopi per i quali il segnale stesso viene studiato o elaborato. 2. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. L’esponenziale a TC è una funzione monotona di t. che risulta diverso da zero. Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. ∀a ∈ R). nel caso a < 0. 2. al variare di a.1. esso non rientra nella famiglia dei segnali di durata praticamente limitata. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . come in fig. con riferimento al caso TC per semplicità.

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

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

2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig. Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.5 x(n) 0 0.28.4 −0.5 1 (d) 0. (b) a < −1 (valore effettivo a = −1. (d) −1 < a < 0 (valore effettivo a = −0.6 x(n) 0. (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 0.833). 2.1). (f) a = −1. .833).1).2. (c) 0 < a < 1 (valore effettivo a = 0.8 0.

detto periodo.13). In molti casi. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ).. ∀n ∈ Z .12) è detto periodo (fondamentale) del segnale. I segnali di durata illimitata sono anche detti segnali persistenti.13) Il più piccolo valore di N0 che verifica la (2. (2. rispettivamente. 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. È bene enfatizzare il fatto che. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. ∀t ∈ R .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 ).3.29. mentre nel caso TC il periodo T0 è in generale un numero reale.. come ad esempio il segnale raffigurato in fig.54 Proprietà dei segnali x(t) . allora. Inoltre ..12) e (2. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. ovvero ∆x = +∞. Segnale di durata non limitata. Ad esempio. . sono sempre di durata limitata.12) Il più piccolo valore di T0 che verifica la (2. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. 2. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). tuttavia. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. infatti. Una definizione pratica. i segnali x(t) e x(n) si dicono aperiodici. Per segnali di questo tipo.29. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici. ed intorno al Sole con un periodo pari circa a 365 giorni.13) è detto periodo (fondamentale) del segnale. 2. nel caso TD il periodo N0 è necessariamente un numero intero. 2.. (2. t Fig. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali.

3T0 .31. per un segnale costante x(·) = a. 5. f0 = 2π è la frequenza. 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. misurata ω0 in radianti al secondo (rad/s). 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).2. se un segnale (ad esempio TC) è periodico di periodo T0 . 2. Una conveniente interpretazione grafica (fig.13).30) è invece quella nel piano complesso. 2.14) dove A > 0 è l’ampiezza. ω0 è la pulsazione. misurata in radianti (rad). che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. che si muove con velocità angolare |ω0 |. (2. quali. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica.12) e (2. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. e della definizione di periodo. A. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. Come ulteriore osservazione. . in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app.30. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che.7 avente modulo A. sulla base delle (2. Fig. misurata in cicli/s o Hertz (Hz). un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario. Nel seguito si introdurranno alcuni segnali periodici elementari. .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. e talvolta si parla di periodo fondamentale. . . Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto. le (2. Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . ad esempio.12) e (2. x). secondo la quale il fasore è rappresentato come un vettore ruotante. gli esponenziali complessi o fasori6 e le sinusoidi. è interessante notare che. ϕ0 è la fase iniziale. Come vedremo nel cap. Pertanto. Il fasore è un segnale che assume valori complessi.13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . 2. allora esso è periodico di periodo 2T0 .

che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. (2. il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. In effetti. come preannunciato. il che accade dopo un tempo pari a T0 = 2π 1 = . ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente.15) pertanto. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig.13) e ricalca quella già ω0 vista per il fasore. Anche la sinusoide. 2. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. il fasore è un segnale periodico di periodo T0 . f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa. che il fasore non è un segnale “fisico”.15). Si noti. con k ∈ Z.1). § A. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. |ω 0 | | f 0 | (2. 8 Ricordiamo . Di contro. ed in senso orario se ω0 < 0. si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. ovvero che x(t) = x(t + T0 ). Dall’interpretazione come vettore ruotante. Così come l’impulso di Dirac a TC.16) dove i parametri A. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . e quindi si ha la (2. il fasore è una pura astrazione matematica che. utilizzando le formule di Eulero (cfr. come il fasore.31). In ogni caso. in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C. imponendo che valga la (2.4). infine.12): infatti. il caso ω0 = 0 rappresenta il fasore più lentamente variabile. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore. come sarà chiaro nel seguito. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica. da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0). si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 .12). è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2.56 Proprietà dei segnali se ω0 > 0. 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. ω0 . notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1.

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

Se ν0 = 2/3. 2π N0 k ∈ Z. ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) . Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2.8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3. In particolare: A cos(θ0 n + ϕ0 ) = . il periodo è ancora N0 = 3. oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. k ∈ Z. nel caso in cui è periodico. un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. Esempio 2. il segno di k è legato al verso di rotazione del fasore (orario se k < 0. il periodo aumenta passando da N0 = 3 a N0 = 4.5 (periodicità nel tempo dei fasori a TD) Un fasore a TD x(n) = A e j(2πν0 n+ϕ0 ) risulta periodico nel tempo se e solo se la sua frequenza ν0 è un numero razionale. se ν0 = √2 (un numero irrazionale). Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 . che può rimanere lo stesso (come nei due esempi precedenti) o. In pratica. può aumentare. come la somma di due fasori ruotanti in senso opposto: 1 j(θ0 n+ϕ0 ) 1 − j(θ0 n+ϕ0 ) Ae + Ae . mostra anche che. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale.58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . allora il fasore non è periodico nel tempo. similmente al caso TC. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2. Questi due esempi mostrano che. e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi). In tal caso. e si può interpretare. Infatti. addirittura.6 (periodo di un fasore a TD) Sia x(n) = A e j(2πν0 n+ϕ0 ) un fasore a TD con frequenza ν0 razionale (non intera). 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. il periodo non coincide in generale con l’inverso della frequenza. La proprietà precedente. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale. antiorario se k > 0). con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini). da cui si ricava che ν0 = θ0 k = . (2) il periodo N0 coincide con il denominatore della frazione. k ∈ Z. Infine. il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . contrariamente a quanto avviene con i segnali periodici a TC.

Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . Dato un segnale generatore xg (t) e fissato un periodo T0 . detto generatore. ampiezza A. (2. Infatti come generatore è possibile scegliere la . per una dimostrazione più formale. in fig.3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. d’altra parte. ∀t ∈ R.18). traslate di ±T0 . per cui x(t + T0 ) = x(t). e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . Si ha. Esempio 2. Ad esempio. talvolta espresso in percentuale. Come caso limite. ±2T0 . 2. T0 /2].18) risulta necessariamente x(t) = x(t + T0 ). x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . diverso da zero nell’intervallo [−T0 /2. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). Il duty-cycle δc . e la cui rappresentazione grafica per A = 1 e δc = 0. la cui espressione è: ∑ A rect t − kT0 T . è possibile costruire un unico segnale periodico x(t) secondo la (2. ∀t ∈ R.32.5 è quella di fig. e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 .2. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. come si voleva dimostrare. Effettuando il cambiamento di variabile k − 1 = nella sommatoria. infatti. (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). si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) .8 (duty-cycle dell’80%).18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t).33 è mostrata un’onda rettangolare con A = 1 e δc = 0. etc. basta provare che per il segnale x(t) definito come nella (2. 2. Viceversa. ed il periodo dell’onda stessa. notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . 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).

19) Tale espressione restituisce un segnale periodico x(n) di periodo 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. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . con t0 ∈ R. Fig. N0 − 1}. Onda rettangolare a TC con A = 1 e δc = 0. 1. cioè risulta x(n) = x(n + N0 ). (2. si ottiene il generatore raffigurato in fig.8 (duty-cycle dell’80%). 2. . 2. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). dato un segnale generatore xg (n) diverso da zero nell’intervallo {0.60 Proprietà dei segnali 1 0. altrimenti. 1].6 0.8 0. Bisogna tuttavia notare che. . che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare.32. In questo caso. .34). 2.5 (duty-cycle del 50%). Poiché il periodo di replicazione è inferiore alla durata del generatore. finestrando il segnale periodico nell’intervallo [−1. restrizione del segnale periodico ad un periodo.6 x(t) 0. ma bisogna tener conto della sovrapposizione tra le repliche. T0 /2].33. t ∈ [−T0 /2. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). T0 /2] .4 0.t0 + T0 /2].2 0 −2 −1 0 t/T 1 2 0 0 Fig. Esempio 2. le repliche del segnale si sovrappongono. ad esempio [−T0 /2. In particolare. sommando queste ultime negli intervalli di sovrapposizione. la relazione tra segnale periodico e generatore non è biunivoca. . 2. In altri termini. 0.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. 2.35) non si ottiene semplicemente affiancando le finestre triangolari. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. 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=−∞ +∞ ∑ .10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig.4 0.8 0.36. ad esempio [t0 − T0 /2. descritta dall’esempio che segue. Onda rettangolare a TC con A = 1 e δc = 0. . per determinare il generatore. ed il segnale risultante (fig.

4 0.10. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).4 0.6 x(n) 0.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.6 x(t) 0.34.4 0. 2.75). 2.3 Estensione e durata temporale di un segnale 61 1 0. 0.2 0 −2 −1 0 t 1 2 1 0. 2. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. Onda triangolare a TC dell’es. 2.8 0.2 0 1 0. 2.2.8 0. Viceversa.37 per M = 3 e N0 = 5. 2.6 0.75. che si ottiene finestrando il segnale con una finestra . 2. Segnale generatore dell’onda triangolare a TC dell’es. 2.37.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .8 0.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo).2 0 −2 −1 0 t 1 2 Fig. Un differente generatore dell’onda triangolare a TC dell’es. 1 0. il cui andamento è rappresentato in Fig. xg(t) Fig. Fig. Onda rettangolare a TD con M = 3 ed N0 = 5.35.36.6 0. Esempio 2. ottenuto finestrando il segnale periodico nell’intervallo (−0.8 0.10.4 0.

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

si definisce infatti area del segnale nell’intervallo (−Z.22) mentre si definisce media temporale del segnale nell’intervallo (−Z. (2. x(t) <x(t)> Z -Z +Z t 2Z Fig. . il numero. K − 1. (2. l’area e la media temporale di x(n) sono numeri reali o complessi. si definisce area del segnale nell’intervallo {−K. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt .20) mentre si definisce media temporale del segnale nell’intervallo {−K.. 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.38. . 2. in dipendenza della natura del codominio X del segnale.. . reale o complesso.23) . −K + 1. . 63 2. .21) Si noti che. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . (2. −K + 1. . K − 1..4 Area e media temporale di un segnale . Z). il numero. 2K + 1 n=−K K (2. reale o complesso. . Z].4 Area e media temporale di un segnale Altri due parametri che concorrono a caratterizzare sinteticamente un segnale sono l’area e la media temporale. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . Considerato Z > 0. Z). calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt .. Dato un segnale TD x(n) e fissato un intero K ≥ 0. .2. . L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. Interpretazione della media temporale di un segnale TC nell’intervallo [−Z.

l’area di un segnale TC è definita mediante il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale (cfr.2). (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 .Z2 →+∞ −Z1 lim x(t) dt . per i quali l’integrale nella (2. Tale interpretazione è raffigurata graficamente per il caso TC in fig. sia nel caso TC che nel caso TD. ovvero riguardano solo una porzione del segnale. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento.24) non esiste in senso ordinario.64 Proprietà dei segnali L’interpretazione di media.38. si noti che.22) e (2.23). (segnali TC) (2. 2.25) L’integrale che definisce l’area di un segnale TC può non esistere. I valori dell’area e della media temporale calcolati sulla base delle (2. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro. (2. allora anche il valor principale di Cauchy dell’integrale di x(t) esteso all’intero asse reale esiste e i due integrali forniscono lo stesso risultato. = 2Z = e quindi. per esempio. il che significa che esistono segnali per i quali la definizione di area (2.26) in cui. 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. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. si ottiene notando che le (2.24). cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt .21) e (2.21) oppure (2.2.20) e (2. dipendono dalla scelta di Z oppure di K.26) esiste. A tal proposito. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). Se il limite nella (2. in base alla (2.23) si possono riscrivere come x(n) x(t) K Z Ax (K) . nel caso dei segnali periodici. Ciò accade.24) x(n).3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt. è sufficiente far tendere Z oppure K all’infinito. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. (segnali TD) K→+∞ 2K + 1 n=−K (2. § B. 2K + 1 Ax (Z) .24) perde di significato. salvo che in casi particolari.27) . (2.

Z→+∞ . Essa vale infatti se la media è calcolata su un intervallo temporale finito. Infatti. 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 . con t ∈ R. cioè. l’interpretazione della (2. il segnale ha area nulla. Si tratta di un segnale di durata rigorosamente limitata. la sua area è necessariamente finita. che può esistere anche quando la serie bilatera di x(n) non converge. ma si verifica anche per molti segnali aventi durata praticamente limitata. l’area del segnale deve necessariamente essere infinita. 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 . |Ax | < +∞. soffermando l’attenzione al caso TC. l’integrale (2. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. dato che l’area di un segnale può essere infinita. Per quanto concerne l’interpretazione di x(·) .21) o (2. e quindi per ogni fissato valore di Z o di K: in questo caso. risulta che: Z x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = Z→+∞ −Z Z→+∞ lim x(t) dt = lim 2Z Ax = 0. si ha Ay = Ax . 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. a partire dal segnale x(t) avente area finita Ax . Come caso particolare. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . se il segnale x(·) assume valori finiti. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale.25) si ottiene come caso limite dalle definizioni (2.2.23). si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero.26) non esiste. se consideriamo il segnale x(t) = t. Tuttavia. se il segnale x(t) ha area finita. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). cioè. con a ∈ R − {0}. nel senso che se y(t) = x(−t). tutti i segnali dispari risultano avere area nulla.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. se il segnale ha area finita. la sua media temporale è nulla. Con riferimento al caso TC per semplicità. Quando invece la serie di x(n) converge. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. Poiché la definizione di area e valor medio sono intimamente legate. mediante cambio di variabile. è immediato calcolare l’area del segnale y(t) = x(at). Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). § B.3). Esempio 2. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale.28) ossia.1. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. +∞ (2. Un discorso analogo sussiste anche per i segnali a TD con riferimento alla sommatoria: l’area del segnale x(n) è definita mediante la somma simmetrica della serie bilatera di x(n) (cfr. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. ponendo a = −1. Come conseguenza di questo risultato. Ad esempio. Allo stesso modo. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. Più in generale.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 ). essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. poiché la media temporale definita nella (2.4 Area e media temporale di un segnale 65 Tuttavia.

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 . ma presenta particolari proprietà di simmetria. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. Esempio 2. in quanto ha area finita pari a N. 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 = . anche la media temporale dell’esponenziale a TD x(n) = A an u(n).16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). come evidenziato nel seguente esempio. 2 La media temporale può essere nulla anche se il segnale ha durata infinita.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. 2. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 .13 (area e media temporale dell’esponenziale monolatero decrescente) Calcoliamo area e media temporale del segnale esponenziale a TC x(t) = A e−t/T u(t). in altri termini. 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 . con 0 < |a| < 1. .66 Proprietà dei segnali Conseguentemente.27. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . Conseguentemente. e quindi si ha in generale u(·) = 1 . Esempio 2. e quindi per un segnale costante x(·) = a si ha x(·) = a. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. Analogamente. con T > 0. dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . definito come sgn(t) = 1. t ≥ 0. −1. Esempio 2. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. Pur trattandosi di un segnale di durata praticamente limitata. la media temporale di una costante coincide con la costante stessa. Con calcoli analoghi. t < 0 . Esempio 2. Z→+∞ L’area dell’esponenziale monolatero decrescente dipende linearmente dalla costante di tempo T : questo risultato è perfettamente in accordo con l’interpretazione geometrica di T data in fig. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. è nulla.

9 Notiamo . anche la sua media temporale è nulla.  =−Z =Z Questo risultato discende dal fatto che il signum a TC. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. ha area nulla (nel senso del valor principale di Cauchy). Più in generale. n ≥ 0. presentiamo le seguenti proprietà della media temporale. in quanto il suo valore nell’origine non è nullo. essendo una funzione dispari9 . conseguentemente. 2. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari.2. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). Segnale signum a TD. n < 0 . Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). e raffigurato graficamente in fig.40. 2.40.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig.5 x(n) = sgn(n) 0.4 Area e media temporale di un segnale 67 1 1 0.5 −0. allora la sua area è nulla e. In questo caso. −1. 2.5 x(t) = sgn(t) 0 0 −0. come sgn(n) = 1. ∀t = 0. Fig. definito analogamente a sgn(t). Segnale signum a TC.39. il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)]. osserviamo nuovamente che se un segnale ha simmetria dispari. 2. e rappresentato graficamente in Fig. Per completare la trattazione. 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 .39.

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

denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . il fasore x(t) è periodico di periodo T0 = periodo. utilizzando la (2. la sommatoria fatta su N0 campioni consecutivi arbitrari. (segnali a TC)  T0 T (2. T0 ). evitando il passaggio al limite presente nella definizione generale (2. per cui: x(t) = A e jϕ0 = A e jϕ0 . 2.25). per un segnale TD. ∀n0 ∈ Z .29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt .4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . ∀t0 ∈ R .14 e 2. questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . ricalcoliamo la media temporale del segnale x(t) = sgn(t). notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. Allo stesso modo. ovvero su un periodo del segnale. La proprietà 2.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . ad esempio in (0. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . =1 2 =1 dove abbiamo applicato i risultati degli es. Tale proprietà può essere espressa in forma più generale.17 (media temporale del signum) Come applicazione della proprietà di linearità. Per ω0 = 0.16. Esempio 2. riottenendo il risultato dell’es. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. 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 = 0.2. (segnali a TD)  N 0 N0 Esempio 2. Con la notazione precedente. 2. .29) x(·) = 1 0  ∑ x(n) . la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt .18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) .15. Per ω0 = 0. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . pari ad un periodo del segnale. ∀t0 ∈ R . il fasore degenera nel segnale costante x(t) = A e jϕ0 .

Ae Esempio 2. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ).4. la parte “costante” del segnale. altrimenti . per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale.7(a) (linearità della media temporale): x(t) = 1 1 1 1 A e j(ω0 t+ϕ0 ) + A e− j(ω0 t+ϕ0 ) = A e jϕ0 e jω0 t + A e− jϕ0 e− jω0 t = 0 . se θ0 = 2π k. si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . . poiché la sinusoide x(t) si esprime come somma di due fasori.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . in un certo senso. Infatti. 2. se θ0 = 2π k.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). applicando la proprietà di linearità della media temporale. (2. la media temporale di un segnale si può interpretare come la componente continua del segnale.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). Analogamente. Nel caso in cui ω0 = 0.4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . essendo ottenuta depurando il segnale della componente continua. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. Definizione 2. k ∈ Z . Dalla sua definizione.18) che un fasore con ω0 = 0 ha media temporale nulla. a partire dalla componente continua. altrimenti . possiamo applicare la proprietà 2. Infatti. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. e quindi.31) Mentre la componente continua rappresenta il valor medio del segnale. 2. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . k ∈ Z . es. la componente alternata. ne rappresenta la parte effettivamente “variabile”. si può definire per differenza anche la componente alternata. jϕ0 . (2. A cos (ϕ0 ) .

per cui la componente continua vale xdc = 1 .5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. con θ0 = 2π k. 2. notiamo . se il segnale è reale.19. 2. 2. coincide con la sua componente alternata. anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza.18 e 2.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . 2 2 Pertanto la decomposizione (2. per verifica. un segnale x(·) che presenta xdc = 0 e che. Risultati analoghi valgono anche per il caso del gradino a TD. e ricorre in numerose applicazioni. k ∈ Z. che viene misurata in Joule (J). ad esempio. segue che il fasore e la sinusoide a TC. (segnali TC) |x(n)|2 .5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. sono segnali TD puramente alternativi.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. Se si considerano altri esempi in altri campi della fisica. che rende tale definizione di energia applicabile anche a segnali complessi.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt.32) In particolare. (2. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . un resistore R attraversato dalla corrente x(t): per effetto termico. il concetto di energia è fondamentale nella fisica. Consideriamo. il resistore dissipa nell’intervallo di tempo (−Z. Avendo ignorato eventuali costanti di proporzionalità. il fasore e la sinusoide a TD.33). è chiaro inoltre che un qualunque segnale si può scrivere sempre come la somma della sua componente continua e della sua componente alternata: x(·) = xdc + xac (·) . 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. Per ottenere una definizione indipendente dalla particolare applicazione fisica. quindi. in quanto per un segnale reale |x(·)|2 = x2 (·).15) la media temporale del gradino.2. (2. con ω0 = 0. il modulo può evidentemente essere omesso. analogamente. Dagli es. sono segnali TC puramente alternativi. Esempio 2. 2 2 Dalla relazione precedente si può ricavare. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . viene detto segnale puramente alternativo. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale.

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). . in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. allora anche |x(·)|2 sarà di durata rigorosamente limitata e. In particolare. Ad esempio. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata.23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). ma richiede una moltiplicazione per una resistenza. avremmo avuto un esponenziale monolatero crescente. l’energia vale: Ex = A2 1 . se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre). l’energia è una quantità non negativa (Ex ≥ 0). Tali costanti di proporzionalità non saranno considerate nel seguito. Esempio 2. che converge se e solo se |a|2 < 1. Essendo legata al quadrato del segnale. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . che quindi avrebbe presentato Ex = +∞.33) in specifiche applicazioni. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t).33) non sono necessariamente quelle di una energia. Tuttavia. Dal confronto tra le (2. Esempio 2. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n). Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. ∞ Si ottiene allora una serie geometrica di ragione a2 . conseguentemente.4).2.3 e B. allora. 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 .33).33) (cfr. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 .21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. 1 − a2 |a| < 1 . Se avessimo viceversa considerato T < 0.1. in quanto l’esponenziale non tende a zero. avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . mentre per |a| ≥ 1 l’energia non esiste finita.24) e (2. Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. con T > 0. ovvero se e solo se |a| < 1. il quadrato di una corrente non è dimensionalmente una energia. In questo caso. § B. Esempio 2.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . la sua energia (ovvero l’area di |x(·)|2 ) sarà finita.

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. dalla quale. In conclusione.6).2.36) . dal punto di vista matematico.4). sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es. § B.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞). Sviluppiamo esplicitamente i calcoli nel caso TC.34) Sviluppando il modulo al quadrato all’interno dell’integrale. 2. un segnale di energia può anche avere componente continua non nulla.4): un segnale può essere di energia.5. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). posto y(·) = α x(·). (2. Tuttavia. In pratica.5. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt .2.22 e 2. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr. § 2.2. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es. 2.34). un segnale può avere area finita. ma non avere area finita. e 2. ma non essere di energia. 2.3 e B.21.3).21).5 Energia di un segnale 73 2.35) Z→+∞ −Z x(t) y∗ (t) dt . consegue che. 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)] .1.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. si ha: Ex+y = lim Se si pone Exy = lim Z Z Z→+∞ −Z |x(t)|2 dt + lim Z Z→+∞ −Z |y(t)|2 dt + 2 Re Z Z→+∞ −Z lim x(t) y∗ (t) dt . 2. sostituendo nella (2.1.3 e B. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. Poiché i segnali aventi area finita hanno componente continua nulla. Viceversa.23). osserviamo che. Nel caso del prodotto per una costante α ∈ C.22.23) prendono il nome di segnali di energia. in generale. più articolato è il calcolo dell’energia Ex+y della somma di due segnali. § B. la conseguenza pratica è che tipicamente essi hanno componente continua nulla. i segnali di durata non limitata o persistenti non sono di energia. è semplice provare che si ha Ey = |α |2 Ex . sussiste la seguente definizione: Definizione 2.1 Segnali di energia I segnali aventi energia finita (come quelli degli es. (2. (2. Più in generale. e la somma di due segnali di energia è ancora un segnale di energia. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr.

e risulta simmetrica. 11 Si usa il termine “ortogonalità” in quanto. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. 2. al caso TD.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. la relazione (2. con ovvie modifiche.41). notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. Estendendo i precedenti concetti. Particolarmente interessante è la condizione in cui Exy = 0. (2. che è una quantità reale e non negativa. minore o uguale rispetto alla somma delle energie. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). Poiché il termine contenente l’energia mutua nella (2. Inoltre. (2. (segnali TC) ∗ Exy = −K ∑ x(n) y (n).37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. mentre diventa necessaria e sufficiente se i segnali sono reali.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2.40). . che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali.38) è coniugato.37) o nella (2. Per segnali di energia ortogonali vale l’additività delle energie (2.37) La relazione (2. oltre alle energie Ex e Ey dei singoli segnali. in quanto Eyx = Exy . l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). si ha Eyx = E∗ : nel caso di xy segnali reali. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. poiché il secondo segnale nella (2. In tal caso. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. Esempio 2.38) (segnali TD) A differenza dell’energia.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy . 10 Se i segnali sono complessi.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio.39) può assumere segno qualsiasi. in base a concetti matematici più avanzati.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. però. In tal caso si ha x(t) y∗ (t) ≡ 0. (2.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . (2. Nei due esempi seguenti. l’energia mutua è in generale una quantità complessa. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria.

Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale.5 0 0. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito. al modulo al quadrato del segnale. (2.42. anche la potenza è un parametro sintetico caratterizzante alcuni segnali.5 Fig.5 2 −1 −0.24).5 2 −1 −0. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig.42). I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es.5 1 1. abbia simmetria pari.5 y(t) 0. come l’energia. mentre l’altro ha simmetria dispari. 2. che è utilizzato in numerosi e diversi ambiti della fisica.5 y(t) 0 −0. ad esempio x(t). 2. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z. risulta anche in questo caso Exy = 0. Fig. nonostante x(t) y∗ (t) ≡ 0.5 0 −1 1 −0. si perviene alla seguente definizione di potenza: .5 t 1 1. 2. 2. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari. Z) per la lunghezza 2Z di tale intervallo di tempo. Pertanto.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.41.5 0 −1. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt .25). generalizzando l’interpretazione come media temporale al caso TD.2.5 1 1. La potenza è una quantità misurata in J/s o Watt (W). Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt .5 0 t 0.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo.5 0.5 0 −1 −0. Esempio 2.5 −1. è una quantità non negativa (Px ≥ 0). Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 .6 Potenza e valore efficace di un segnale Come l’energia. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es. 2. 2.5 0 t 0. ma tali che uno dei due. Per un esempio concreto.5 t 1 1.5 0 0.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0.5 0.

come per l’energia. molto utilizzato nell’elettrotecnica: Definizione 2.26. 2. Sulla base del risultato dell’es. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.6. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. Il vantaggio è. 2.42) può essere omesso se il segnale è reale. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS).10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 .9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. di ottenere una quantità che dipende esclusivamente dal segnale. . La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. Esempio 2.76 Proprietà dei segnali Definizione 2. è possibile individuare la classe dei segnali che hanno potenza finita. allora Px = a2 . tali segnali prendono il nome di segnali di potenza: Definizione 2.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. 2.1 Segnali di potenza Sulla base della definizione di potenza. (segnali TC) (2. Avendo trascurato eventuali costanti di proporzionalità. gradino. signum) e i segnali periodici (es.42) non sono necessariamente quelle corrette (ovvero W).26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . 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. poiché il gradino assume solo i due valori reali 0 ed 1. le dimensioni fisiche della potenza definita in base alla (2. fasore.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞).15 sulla componente continua di un gradino. Se il segnale è reale (a ∈ R). Esempio 2.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che.

. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . 12 Notiamo che se x(·) è periodico di periodo T [N ]. 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). anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. il fasore x(t) è periodico di periodo T0 = (2. altrimenti . applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. per cui la potenza si può calcolare applicando la A2 dt = A2 . Per ω0 = 0. 13 Ad esempio. allora anche |x(·)|2 ammette lo stesso periodo.29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). Infatti. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). k ∈ Z . Infatti. A2 cos2 (ϕ0 ) . Esempio 2. si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. In tal modo. (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (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). un segnale periodico deve necessariamente avere durata illimitata.12) oppure (2. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. 2. Per soddisfare la definizione (2. questo comporta che la sua energia è necessariamente infinita. Nel caso in cui ω0 = 0. per cui: Px = |x(t)|2 = A2 = A2 . il fasore degenera nel segnale costante x(t) = A e jϕ0 .13). Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. un segnale periodico è necessariamente un segnale di potenza. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) .7(c) della media temporale. 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.43). Esempio 2.43)  ∑ |x(n)|2 . Analogamente.2. Il valore efficace della sinusoide è allora xrms = Px = √2 . fatta eccezione per casi di scarso interesse pratico. per cui è di scarso interesse pratico).6 Potenza e valore efficace di un segnale 77 sinusoide).19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. risultato frequentemente utilizzato nell’elettrotecnica. se θ0 = π k. salvo per casi particolari di scarso interesse pratico13 . per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 .28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . Per ω0 = 0. segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 .

44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. nè di energia. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. i due insiemi non costituiscono una partizione di tutti i possibili segnali. Viceversa. (b) se x(·) è un segnale di energia.6. allora esso ha potenza nulla (Px = 0). A tal proposito. lim 2Z (2. dalla (2. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. raffigurato in fig. Anche in questo caso. posto y(·) = α x(·). aventi durata non limitata. che non sono segnali di potenza. Esistono casi meno banali di segnali. e quindi non può essere di potenza. nè a quelli di potenza. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . in quanto esistono casi di segnali che non sono nè di energia. la (b) prova che un segnale di energia ha necessariamente Px = 0. Pertanto. 2. sussiste il seguente risultato: Teorema 2. e quindi non si può considerare nè un segnale di potenza. in quanto hanno Ex = +∞). La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. invece.44) È chiaro allora che. per quanto riguarda la somma di due segnali. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. (2. presenta Ex = Px = +∞.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. 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 .46) . definita come segue: (2. si prova facilmente che Py = |α |2 Px . e la somma di due segnali di potenza è ancora un segnale di potenza. In altri termini.43. 2.78 Proprietà dei segnali 2. e quindi sono disgiunti. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. allora esso ha energia infinita (Ex = +∞). Per provare la (a).3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. nè di potenza. e sfruttando la proprietà di linearità della media temporale. Prova.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. seguendo passaggi simili a quelli effettuati per l’energia. Tuttavia. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. se la potenza (2. Ad esempio il segnale rampa a TC x(t) = t u(t).6. Viceversa. e quindi non può essere di energia.44) esiste finita. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . se l’energia è finita.

49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. ed xy in generale la potenza mutua è complessa. a meno che Pxy = 0. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che. 2 2 .6 Potenza e valore efficace di un segnale 79 2 1. Definizione 2.48) Le relazioni (2.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0.12 (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. 2. come per le energia. Esempio 2. (2.48) e evidenziano che.2. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 .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). (segnali TC) (2.43.5 x(t) = t u(t) 1 0. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi). vale la proprietà di additività delle potenze: Px+y = Px + Py .47) K 1 ∑ x(n) y∗ (n). si ha Pyx = P∗ . Si ha infatti.46) si scrive Px+y = Px + Py + 2 Pxy . per la presenza dell’operazione di coniugazione sul secondo segnale. in particolare. per cui la (2. (2. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2.46) e (2. Per segnali di potenza ortogonali.5 0 −2 −1 0 t 1 2 Fig. anche per la potenze non vale l’additività. Segnale rampa a TC. con ω0 = 0.

in quanto l’operazione di coniugazione si scambia con la media temporale. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. e xac (·) = 0 per definizione. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla. 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. nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . Joule (J) per le energie. evidenziando i legami esistenti tra alcuni di essi. . Con riferimento in particolare alla potenza. Watt (W) per le potenze. Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali. nella tab. Si ha allora: Px = Pdc + Pac .50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. Posto infatti x(·) = xdc + xac (·). detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono. 2. 2.30). Esempio 2. per risolvere i due problemi precedenti e per semplificare alcuni calcoli.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. In conclusione.31 (ortogonalità tra componente continua ed alternata) È facile provare che la componente continua ed alternata di un segnale di potenza sono tra loro ortogonali. (2.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura. a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. vale a dire.1.

se invece P0 = 1mW. dato il valore di potenza [Px ]dB in dB .32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. invece di 10.2. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . scegliendo P0 = 1 W. Nella tab.50). mentre se si sceglie P0 = 1 mW. il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2.2.50): Px = P0 · 10 [P x ]dB 10 .1 0. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. Ovviamente. per avere lo stesso valore in dB. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW .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. 2. conviene introdurre un fattore numerico pari a 20.7 Misura in dB della potenza e dell’energia 81 Px /P0 0. si parla di potenze espressa in dBm. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. ed in tal caso si parla di potenze espresse in dBW. e si scrive [Px ]dBm . √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. nella definizione (2. applicando le proprietà dei logaritmi. dove P0 è una potenza di riferimento. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . opportunamente scelta a seconda delle applicazioni. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 .2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px .001 0. Esempio 2. e si scrive più specificamente [Px ]dBW .01 0. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. Valori comuni di potenza espressi in dB. in quanto. tuttavia.

La (2.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. Esempio 2. assumendo ad esempio P0 = 1mW. allora [γc ]dB < 0.33 (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). Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . corrispondente a 30 dB (tab. 2. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). .51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . (2. Si consideri lo schema di fig. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . 2. per cui. la potenza ricevuta sarà pari a PR = γc PT . Infatti.2) in unità logaritmiche.44. si ha: [PR ]dB = 10 log10 ovvero. come è ovvio che sia. misurando invece la potenza ricevuta in dB. 2. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). per le proprietà dei logaritmi. le potenze di riferimento nei due casi differiscono di un fattore 1000. Detta PT la potenza trasmessa.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. risulta [PR ]dBm < [PT ]dBm . Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata.44. in una relazione additiva. Notiamo che poiché 0 < γc < 1. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. [PR ]dBm = [γc ]dB + [PT ]dBm .

(d) y(t) = x(2t). ±1. (i) z(n) = x(3 − n) y(n). (b) z(n) = x(3n − 1).1 Si consideri il segnale TC x(t) = rect(t). t (e) y(t) = x .8 Esercizi proposti 83 2. (b) ritardo di 5 seguito da una riflessione. altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . 3 Esercizio 2. (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): . Esercizio 2. (j) z(n) = x(−n) y(−n).4 Si consideri il segnale TC y(t) = x(2t − 1). (g) z(n) = x(2n) + y(n − 4). 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. (d) anticipo di 5 seguito da un cambiamento di scala con a = 5.2 Dati i segnali TD x(n) = |n| . 2 (e) z(n) = y(2 − 2n). rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). Esercizio 2. n ∈ {0. ±3} 0. (c) y(t) = x(−t). (h) z(n) = x(n + 2) y(n − 2). (l) z(n) = x(n + 2) y(6 − n). (f) z(n) = x(n − 2) + y(n + 2). 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).3 Si consideri il segnale TC x(t) = Λ(t). dopo aver rappresentato il grafico di x(n) ed y(n). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. n (d) z(n) = x . (k) z(n) = x(n) y(−2 − n).2.8 Esercizi proposti Esercizio 2. ±2. (c) z(n) = y(1 − n).

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

Esercizio 2. Esercizio 2. Esercizio 2.11 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. . (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 .13 Stabilire quali dei seguenti segnali TD sono periodici e. (c) x(n) = cos(2n). (h) x(t) = e−t u(t). (d) x(n) = cos(2π n). δ (n − 3k) − δ (n − k2 ) . . [Suggerimento: per il calcolo del valor medio.2. (c) x(t) = u(t − 5). π j √n 2 . (c) x(n) = a|n| . utilizzare le proprietà della media temporale] Esercizio 2. (b) x(t) = sgn(t). (e) x(t) = 2 u(t). altrimenti (b) x(n) = u(n) + u(n − 1). in caso affermativo. (h) x(n) = n e jn jπ n (i) x(n) = e .10 Stabilire quali dei seguenti segnali TD sono periodici e. con 0 < |a| < 1. 5} 0. (g) x(t) = 2 rect(t). con |a| > 1. 1. n ∈ {0. (b) x(n) = an u(−n). (b) x(n) = (−1)n . . calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k).8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4).12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). 4. determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . (f) x(t) = 2 sgn(t) + 1. determinarne il periodo fondamentale N0 . in caso affermativo. (d) x(n) = (−1)n u(n). (d) x(t) = sgn(−t).

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

Esercizio 2. −4 ≤ t ≤ 4 x(t) = 5 + t . Esercizio 2. . e calcolarne valor medio.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . Esercizio 2.8 Esercizi proposti 87 Esercizio 2. 4 ≤ t ≤ 5   1 . − 0. altrimenti nel caso in cui a = 1 e a = 0. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . energia e potenza. e calcolarne valor medio. energia e potenza. . −3. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. 4} 0. Esercizio 2.22 Rappresentare il grafico del segnale TC  5 − t .23 Dato il segnale TC x(t) = rect(t). Esercizio 2. . energia e potenza.2. −a ≤ t ≤ a 0. altrimenti e calcolarne valor medio. −5 ≤ t ≤ −4    0.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. . (b) Calcolare la componente continua di y(t).5. . (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. energia e potenza. n ∈ {−4.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. energia e potenza. energia e potenza in entrambi i casi. altrimenti e calcolarne valor medio.21 Rappresentare il grafico del segnale TD x(n) = sin(0.5π n) . si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. Esercizio 2.

Esercizio 2. calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). Inoltre. (c) x(t) = t 0 cos(2πτ ) d τ . xg (n) =  2. Inoltre. (b) x(t) = cos(2π t) u(t). si calcolino valor medio.28 Calcolare valor medio. 2 4 (g) x(t) = cos(2π t) sin(4π t). energia e potenza del segnale x(n) = x1 (n) + x2 (n) . πt 2 (d) x(t) = cos(π t) + cos .   1.88 Proprietà dei segnali Esercizio 2. Esercizio 2. A2 ∈ R+ . (f) x(t) = cos(2π t) + 1 cos 2π t − π . . (e) x(t) = 2 cos(2π t) + 3 sin(2π t). Esercizio 2. energia e potenza. Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. A2 ∈ R+ . n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio.30 Stabilire per quali valori di θ i segnali TC x(t) = cos(2π f0 t) e y(t) = cos(2π f0 t + θ ) sono ortogonali. energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t .26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4). x2 (t) = A2 e j2π f2 t con A1 .27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. si calcolino valor medio. energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 .   0. energia e potenza.25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. Esercizio 2. x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . e calcolarne valor medio.29 Calcolare valor medio.

Esercizio 2. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) .31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . e calcolare valor medio.8 Esercizi proposti 89 Esercizio 2.2.32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(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. . x2 (t) = A2 rect t 2 con A1 . per a ∈ A.33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) .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 ) . Successivamente. per n0 ∈ Ω. si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . Successivamente. x2 (t) = et/2 u(at) Determinare l’insieme A ⊆ R dei valori di a in corrispondenza dei quali il segnale x2 (t) è un segnale di energia. si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . A2 ∈ R+ . 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.

90 Proprietà dei segnali .

2 che un sistema è fondamentalmente descritto da un operatore o una trasformazione S. sia sistemi TD (con ingresso e uscita entrambi TD). una reazione chimico-fisica. interpolatori.1 Relazione ingresso-uscita Particolarizzando la definizione di sistema data nel § 1. Infine.2 al caso di sistemi con un ingresso ed un’uscita. la descrizione di un sistema sulla base delle sue proprietà è particolarmente importante in pratica per tre motivi. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. il progettista è in grado di capire e sviluppare i metodi di analisi e sintesi più appropriati. sulla base delle proprietà individuate è possibile suddividere i sistemi in classi omogenee. 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. 7. un circuito elettrico. consiste. in quanto sistemi con proprietà diverse richiedono generalmente metodologie differenti. per evidenziare le forti analogie esistenti tra il caso TC e TD. diremo che un sistema SISO è un modello matematico che descrive la relazione tra un segnale . considereremo nel seguito esclusivamente sistemi con un ingresso ed un’uscita (sistemi SISO). abbiamo visto nel § 1. Facendo riferimento alla classificazione elementare introdotta nel § 1. un processo di trasferimento di informazione) che trasforma segnali di ingresso (o cause) in segnali di uscita (o effetti). Sebbene incompleta. Inoltre. Inoltre. nel definire e studiare alcune proprietà dei sistemi. la trattazione procederà in maniera il più possibile unificata. che è l’oggetto principale di questo capitolo.Capitolo 3 Proprietà dei sistemi n sistema è un modello matematico di un’entità fisica (un dispositivo elettromeccanico. e poiché il modello matematico che introdurremo presenta differenze trascurabili nei due casi. Da un punto di vista matematico. e tratteremo sia sistemi TC (ingresso e uscita entrambi TC). 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. Innanzitutto. Il secondo passo. convertitori A/D e D/A) sono discussi più in dettaglio nel cap. U 3.5. a partire dalle particolari proprietà di un sistema. a partire da un modello matematico del sistema. le proprietà di un sistema consentono di capire più rapidamente quale sistema sia il modello matematico più adatto a descrivere un determinato fenomeno fisico.

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

denominati ritardo unitario. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z. per questo motivo.1 Relazione ingresso-uscita 93 x(n) z -1 (a) y(n) x(n) ↓M y(n) (a) x(n) z (b) y(n) x(n) ↑L y(n) (b) Fig. 3. 3. (a) Decimatore per M: y(n) = x(nM).3 (ritardo unitario. Fig.3 semplicità di notazione. anticipo unitario. (a) Ritardo elementare: y(n) = x(n − 1).3.2 e fig. l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. Sistemi TD elementari. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z .3. sono riportati in fig. x y(n) = x(n + 1) . 2 (cfr. Esempio 3.4) e rappresentato schematicamente in fig. si veda [14]).2 Esempio 3. Sistemi TD elementari. (b) Espansore per L: y(n) = n x L . date rispettivamente da y(n) = x(n − 1) .3. Il senso della notazione utilizzata nella (3.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. anticipo unitario. valori che denotiamo sinteticamente con {x(k)}k≤n . altrimenti .3) è lo stesso adottato per il caso TC: in particolare. decimatore ed espansore. Anche in questo caso. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . 3. 3. Nel caso TD. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. Gli schemi a blocchi dei sistemi corrispondenti. se n è multiplo di L .1) possono essere interpretate come sistemi. Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. con una legge che può variare con n.1(b). (b) Anticipo elementare: y(n) = x(n + 1). di decimazione: y(n) = x(nM) . notazioni z−1 e z utilizzate negli schemi per il ritardo e per l’anticipo fanno riferimento ad uno strumento matematico (la Z-trasformata) che non approfondiremo in questo testo. (3. 3. e di espansione: y(n) = x n = L n .2. 2 Per 3 Le . L 0. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. § 2.

3) per le relazioni i-u dei sistemi. Inoltre. R1 ed R2 sono connessi in serie. di cui non conosciamo il contenuto. y(n) = S[x(n)] (3. In particolare. scheda video.6) in luogo delle notazioni rigorose (3. interpretazione vale solo per una classe particolare di sistemi. (3.4.5) oppure le notazioni simboliche: x(t) −→ y(t).1). 3. quali scheda madre. Per concludere. il sistema stesso è visto come una “scatola nera” (black box). avendo avvertito il lettore. un PC può essere realizzato assemblando componenti più semplici. invece delle notazioni complete (3.2) e (3.6) Abbiamo già osservato che la notazione (3. e sicuramente non è la più generale. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. “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. 3. scheda audio.3. § 3.4 Tuttavia. 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. mentre R3 ed R4 sono connessi in parallelo. è la rappresentazione ingresso-stato-uscita (i-s-u). Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. i sistemi cosiddetti non dispersivi (cfr. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . A volte.5) è fuorviante.5) e (3.5 In ogni caso. che sebbene sia meno generale. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema.3) per snellire alcune derivazioni. nel seguito faremo uso esclusivamente della relazione i-u. utilizzeremo talvolta le (3. si utilizzano le notazioni semplificate y(t) = S[x(t)]. Circuito elettrico con resistori connessi in serie ed in parallelo.2) e (3. essa è una rappresentazione esterna. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. in cui entrano in gioco. In particolare. x(n) −→ y(n) . oltre ai segnali di ingresso e di uscita. 5 Per 4 Questa . è perfettamente adeguata per i nostri obiettivi.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi.

) S2 y 2(. Si noti che.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 .) x(.) x(. e connessione in retroazione.). etc. monitor. lettore floppy-disk. Definizione 3. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. hard-disk. mouse.5.6.4. è possibile ottenere sistemi anche molto complessi. tastiera. 3. Le connessioni più frequentemente considerate sono tre: connessione in serie. nel circuito di fig. lettore CD.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig. Connessione in serie o in cascata dei sistemi S1 ed S2 . 3.) y(. e collegandoli tra loro secondo tali schemi.4. affinchè il sistema serie sia correttamente definito.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. S1 y 1(. 3.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . . Definizione 3. 3. 3. Ad esempio. Viceversa. i resistori R1 ed R2 sono collegati in serie.) Fig.) S1 S2 y(. avendo a disposizione più di due sistemi. Connessione in parallelo dei sistemi S1 e S2 . 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. come ad esempio quello riportato in fig. connessione in parallelo. cioè U1 ⊆ I2 .) Fig. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . lettore DVD. 3.2 Interconnessione di sistemi 95 z(. 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. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). Per semplificare lo studio delle interconnessioni tra sistemi.

. Nell’elettronica analogica. e viene aggiunto al segnale di ingresso.) S2 Fig. =y(n−1) da cui y(n) = y(n − 1) + x(n) . Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo. nel circuito di fig. in quanto il segnale di uscita viene riportato “all’indietro” (feedback). invece. che porta alla sua interpretazione come sistema in retroazione. Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo.4. Connessione in retroazione dei sistemi S1 e S2 .) S1 y(. Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·). Esempio 3. In particolare. Definizione 3. può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 . mediante tale schema il sistema S2 .4 (accumulatore come sistema in retroazione) L’accumulatore dell’es. 3. Infatti. 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. in caso contrario si parla di retroazione positiva.7.4). similmente al collegamento serie.2 ammette anche una descrizione di tipo ricorsivo. si noti che. anche per lo schema con retroazione occorre che U1 ⊆ I2 e. sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori). dopo essere stata elaborata dal sistema S2 . Infine. e si dice che il sistema S2 funge da “controllore” del sistema S1 . è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . 3.7) se l’uscita del sistema S1 . si utilizzano sia schemi con retroazione negativa (ad esempio. Quest’ultimo schema è più complicato da interpretare ed analizzare. sulla base dell’osservazione dell’uscita del sistema S1 . 3. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·). si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) . in cui il segnale viaggia esclusivamente “in avanti” (feedforward). modificando a sua volta il segnale di uscita.96 Proprietà dei sistemi x(. 3. in aggiunta. per la stabilizzazione degli amplificatori). Ad esempio.) y 2(. estraendo il termine x(n) dalla sommatoria su k presente nella (3. viene sommata algebricamente all’ingresso del sistema S1 . dove prende il nome di controllo a ciclo chiuso.

3) nel caso TD. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. 3. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi.3.2) di un sistema TC: y(t) = S [{x(u)}u∈R . infatti l’uscita. possiamo dare la seguente definizione di sistema non dispersivo: . la causalità. tende ad amplificare le variazioni del segnale di ingresso. data dalla (3. e non ad attenuarle.t] . prescindendo completamente dalla loro natura fisica. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso. la stabilità.2) nel caso TC e dalla (3. l’invertibilità. Notiamo che la precedente relazione non è una relazione i-u. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. 3.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. essendo riportata in ingresso con il segno positivo.1 Non dispersività Riprendiamo la relazione i-u (3.8. sono la non dispersività. mentre il sistema S1 nel ramo diretto è il sistema identico. mentre il sistema S2 è un ritardo elementare. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico. l’invarianza temporale.8. Si noti che si tratta di una retroazione positiva. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario. ma analizzando esclusivamente la forma matematica della relazione i-u.3. Tali proprietà. 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. la linearità. 3. Estendendo i concetti precedenti in maniera ovvia al caso TD. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t). ma in funzione dell’uscita y(n − 1) all’istante precedente.t] . discusse di seguito.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig. 3.

l’uscita all’istante t oppure n dipende solo dal valore assunto dal segnale di ingresso nello stesso istante (con una legge che può variare. Schema a blocchi di un amplificatore. con t oppure con n).9. il cui schema elettrico è riportato in fig. R1 + R2 (3. si parla anche di sistema istantaneo o senza memoria. i sistemi sono dispersivi. si ottiene la semplice relazione i-u: y(t) = R2 x(t) .5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo.2) assume la forma y(t) = S [x(t).t] .9. e quindi i sistemi non dispersivi rappresentano un caso particolare. Schema elettrico di un partitore resistivo. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. Esempio 3. Esempio 3. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3. α y(n) (b) Fig. n] . (3. 3. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. (a) Caso TC. R1 + R2 nella quale y(t) dipende solo da x(t).6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3. 3. in quanto la forma più generale della relazione i-u è la (3.2) oppure la (3. Definizione 3.8) (3. Sottolineamo che. con α = R2 < 1.7) In sintesi.3).98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) . come sinonimo di sistema non dispersivo. Pertanto il partitore resistivo è un sistema non dispersivo. 3.3) assume la forma y(n) = S [x(n). Applicando la legge del partitore. Inoltre. eventualmente. di norma. (b) Caso TD.9) .10. in un sistema non dispersivo.

1 e l’accumulatore dell’es. Il termine “memoria” per T viene utilizzato proprio perché. 3.2 sono sistemi dispersivi. . 3.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . 3. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. n − M. . . il sistema prende il nome di integratore con memoria finita. tuttavia. prende il nome di attenuatore. . Un sistema che non soddisfa la prop. 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. non dipende dall’intero segnale d’ingresso. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. Inoltre. . α > 1. non sempre la memoria di un sistema è finita.7 (amplificatore/attenuatore TD) I concetti dell’es. Un amplificatore/attenuatore a TD si rappresenta come in fig.6 si dice evidentemente dispersivo.10(a).9). 3. viceversa. oltre che da x(n). anche da M campioni precedenti dell’ingresso.3. Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). un sistema TC descritto da una relazione i-u del tipo (3. . .3 Proprietà dei sistemi 99 Più in generale.6 si possono estendere al caso TD. e sistemi a memoria infinita. nel senso chiarito meglio dai due esempi seguenti.7 all’uscita in un determinato istante di tempo. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. Poiché l’uscita all’istante n dipende. n − 1.10(b). x(n − 1). Esempio 3. anche se negli es. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. In linea di principio tale memoria potrebbe variare col tempo.8 caso α < 0 si può vedere come la cascata di un invertitore. con T > 0. In definitiva. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . b1 . Per questo motivo. 3. l’integratore dell’es. il sistema “dimentica” l’ingresso. . dopo un tempo T . la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . x(n − M) del segnale di ingresso. dove per memoria del sistema si intende la durata temporale della porzione di x(t) in ingresso che contribuisce all’uscita y(t) in un dato istante di tempo t: in questo caso.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . 3. Si parla di “memoria” del sistema. . o anche dinamico. 3. . 3. Un amplificatore/attenuatore TC si rappresenta come in fig. sistemi a memoria praticamente finita. z(t) = −x(t). ad esempio l’integratore dell’es.1 e l’accumulatore dell’es. degli M + 1 campioni x(n). Se. L’uscita all’istante t. il sistema funziona da amplificatore. Esempio 3. con pesi b0 . tale sistema ha memoria finita e pari ad M.3. M Tale sistema viene denominato filtro a media mobile o moving average (MA): il nome deriva dal fatto che il sistema calcola l’uscita y(n) effettuando la combinazione lineare. 6 Il .6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore.8 e 3. Si tratta evidentemente di un sistema dispersivo.9 ciò non accade. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. 3. bM . o ancora con memoria: ad esempio. e di un amplificatore/attenuatore y(t) = |α |z(t). oltre al campione attuale. con 0 < α < 1. .2 sono entrambi sistemi con memoria infinita. si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. Esempio 3. la memoria del sistema è proprio pari a T per ogni t. . in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale.

10 (integratore causale e non causale) L’integratore dell’es. giungendo alla seguente definizione: Definizione 3.t] .t] .2) assume la forma y(t) = S [{x(u)}u≤t . è chiaramente un sistema causale.t] . Modificando gli estremi di integrazione.11) (3. presente e futuro. (3.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. descritto dalla relazione i-u y(t) = t −∞ x(u) du .2 Causalità Partiamo ancora dalla relazione i-u (3. 3. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . Per un fissato t. otteniamo un sistema non causale. Interpretando l’ingresso come causa e l’uscita come effetto. a patto che T > 0. il concetto di sistema causale si estende al caso TD.10) Esempio 3.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. con T > 0. ovvero i valori passati ed il valore presente dell’ingresso. Allo stesso modo. descritto dalla relazione i-u y(t) = t t−T x(u) du .8. e quindi da valori futuri dell’ingresso.1. è un sistema causale.100 Proprietà dei sistemi 3.2) assume la forma y(t) = S[{x(u)}u≤t . ovvero di un sistema per il quale la (3. quindi. l’integratore dell’es. n] . . l’uscita y(t) all’istante t dipende dall’ingresso passato. In altri termini. ma non dipende dagli ingressi futuri. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente. Con ovvie modifiche. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . 3. (b) Un sistema TD si dice causale se la sua relazione i-u (3.3. {x(u)}u>t rappresenta l’ingresso futuro: in generale. Si giunge allora alla fondamentale definizione di sistema causale.3) assume la forma y(n) = S [{x(k)}k≤n . dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. secondo il quale l’effetto non può precedere la causa.

risulta che y1 (t) = y2 (t). x2 (t) ∈ I tali che x1 (t) = x2 (t). con t0 ∈ R arbitrariamente scelto. ∀t ∈ R. Esempio 3. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). utilizzando la prop. ed x2 (t) = u(t). se t < −T . con k ≥ 0. Scegliamo x1 (t) = 0. rispettivamente. È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali. Il sistema è causale se e solo se.3. (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). che rappresentano il presente (k = 0) ed il passato (k > 0). ∀t ≤ t0 . quindi. per ogni t0 ∈ R e per ogni x1 (t).3 Proprietà dei sistemi 101 Esempio 3.1 (proprietà di un sistema causale) (a) Siano y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). ∀n ≤ n0 . rispettivamente. per uno o più valori di t ≤ t0 . verifichiamo che si tratta di un sistema non causale.1(a). . La verifica della prop. con T > 0 e. ∀t ∈ R. in corrispondenza dei quali y1 (t) = y2 (t). 9 In alcuni testi. la prop. ∀t ≤ t0 . 3. M è chiaramente un sistema causale. considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . per un dato valore t0 ∈ R. Pertanto. Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso.1. 3. non verifica la prop. la cui corrispondente uscita è y1 (t) = 0. Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. con riferimento al caso TC.  t  T. M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k). la cui corrispondente uscita è  0 . ∀t ≤ t0 . se t ≥ 0 . 3. Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3.1 solo per alcuni segnali di ingresso appartenenti a I e/o solo per alcuni valori di t0 non è sufficiente per affermare che il sistema è causale. con k ≥ 0. x2 (n) ∈ I tali che x1 (n) = x2 (n). per cui tale sistema MA è non causale. Il sistema è causale se e solo se.9.12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . per dimostrare che un dato sistema è causale a partire dalla prop. Se però modifichiamo leggermente la relazione i-u.1 è data direttamente come definizione di sistema causale. se −T ≤ t < 0 . ∀t ≤ t0 . in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k).  t+T y2 (t) = x(u) du = t + T . 3. Viceversa. A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. per dimostrare che un dato sistema è non causale e. per ogni n0 ∈ Z e per ogni x1 (n).1. x2 (t) ∈ I tali che x1 (t) = x2 (t). 3. risulta che y1 (n) = y2 (n). 3.1(a). 3. è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). ∀n ≤ n0 .11 (sistema MA causale e non causale) Il sistema MA dell’es. che rappresentano il presente (k = 0) ed il futuro (k > 0). Gli esempi che seguono servono a chiarire ulteriormente questo aspetto.

b0 = −1 e b1 = 1). 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).1.10) oppure la (3. § 2. usiamo la prop.4) ammette una interpretazione sistemistica.9. ed x2 (n) = δ (n − 1). per t ∈] − T. Questa osservazione si applica. ad esempio) ed elaborarlo “in tempo differito”: si pensi. Quindi la prop.11. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . mentre y2 (t) = 0. In quest’ultimo caso. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t).11) si dice non causale. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. y(n) = S[{x(k)}k>n . 3. Si tratta evidentemente di un sistema causale in quanto l’uscita all’istante n dipende solo dal valore presente x(n) del segnale di ingresso e da quello passato x(n − 1). ∀n ∈ Z. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. y2 (t) = 0. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. infatti. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). per alcuni valori di n ≤ 0. Esempio 3. n] .102 Proprietà dei sistemi x(n) ∇1 Fig. y(n) Sebbene x1 (t) = x2 (t) = 0.. Sebbene x1 (n) = x2 (n) = 0. ∀n ∈ Z. Può essere visto come un sistema MA causale (cfr. ad esempio. Equivalentemente. la cui corrispondente uscita è y1 (n) = 0.1(b) e scegliamo x1 (n) = 0. Per provare ciò formalmente. Si è visto che un sistema in cui l’uscita non soddisfa la (3.t] . non sono stati ancora scoperti. 3. con M = 1. Differenza prima. es. 0[. Ad esempio.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. anche l’operazione di differenza prima per segnali a TD (cfr. per ogni n ≤ 0. esso può anche essere visto come un sistema MA non causale (cfr..1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. per alcuni valori di t ≤ 0. ed è quindi utile considerare anche il caso di sistemi non causali. in particolare.9. 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. 3. per ogni t ≤ 0. è possibile memorizzarlo (su un supporto magnetico o ottico. Quindi la prop. per ogni t < 0. ossia: y(t) = S[{x(u)}u>t . Osserviamo in conclusione che non esistono (o almeno. 3. con M = 1. 3. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. Un altro esempio . e quindi i sistemi del mondo fisico sono tutti causali. Tuttavia. ai sistemi fisici che elaborano i segnali “in tempo reale”. in molti casi.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. anziché elaborare un segnale in tempo reale.11. b0 = 1 e b1 = −1). infatti. Un sistema siffatto si dice anticausale. 3. es. 3. Si tratta chiaramente di un sistema non causale in quanto l’uscita all’istante n dipende dal valore futuro x(n + 1) del segnale di ingresso. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1).) sistemi fisici capaci di prevedere il futuro (ad esempio.

12) ossia. per ogni segnale y(·) ∈ U. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). per ogni segnale di ingresso x(·) ∈ I . Da un punto di vista sistemistico. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) .3 Invertibilità In molti casi pratici.5) per esprimere i legami i-u dei sistemi. se il sistema S è invertibile. α e quindi il sistema inverso è un attenuatore. basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. faremo uso della notazione semplificata (3. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. siamo interessati a risalire all’ingresso x(·) che l’ha generata. 3.12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. In questo caso. Si noti che. 3. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. 10 Nel seguito di questa sezione. in altre parole. le corrispondenti uscite y1 (·) e y1 (·) siano distinte. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. . 3. pertanto. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. la variabile indipendente è di tipo spaziale). detto sistema inverso. non potremo risalire univocamente a x(t).3. la causalità rappresenta un vincolo a cui il sistema deve obbedire. Se il sistema è invertibile.3. il sistema S è il sistema inverso di S−1 . l’ordine dei due sistemi nella cascata in fig. è possibile costruire un sistema S−1 : U → I . se S−1 è il sistema inverso di S. Si può verificare che. non vi è alcuna restrizione sui segnali di ingresso e uscita. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). anche se non operanti in tempo reale. nell’elaborazione di immagini. comunque si fissi un segnale di uscita y(·) ∈ U. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . questo significa che. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . quando si progetta un sistema.12. descritto dalla relazione i-u: y(·) = α x(·) . (3. sussiste la seguente definizione di sistema invertibile:10 Definizione 3. Più precisamente.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). Sfortunatamente questo non è sempre possibile.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. L’amplificatore è un sistema invertibile. Esempio 3.3 Proprietà dei sistemi 103 in cui ha senso considerare sistemi non causali è quello in cui la variabile indipendente del segnale non rappresenta effettivamente un tempo (ad esempio. osservato y(t). nota l’uscita y(·) di un sistema. In altri termini. ingressi distinti devono generare uscite distinte.

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 (·)|. Va notato in conclusione che. a tale scopo possiamo far riferimento alla condizione necessaria (3. È facile provare che il sistema raddrizzatore non è invertibile. Esempio 3.) S S -1 x(. il raddrizzatore non è dotato di sistema inverso. è in generale un problema abbastanza complesso. Se tale dipendenza dal tempo non c’è. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico. mentre U è costituito da tutti i segnali non negativi a valori reali.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. non vi è alcuna restrizione sui segnali di ingresso. e quindi i suoi effetti sono irreversibili. (3. nonché la determinazione del sistema inverso. possiamo dare la seguente definizione: Definizione 3.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3. In questo caso. 3.t] . poiché la (3. Estendendo tale concetto in modo ovvio al caso TD.12.12) è violata. lo studio dell’invertibilità di un sistema.12). 3.3.104 Proprietà dei sistemi y(.) Fig. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario]. nella sua forma più generale: y(t) = S [{x(u)}u∈R .2) assume la forma y(t) = S [{x(u)}u∈R ] . La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . (3. Pertanto. salvo per casi particolari.) x(.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| .14) .3) assume la forma y(n) = S [{x(k)}k∈Z ] .

3.3 Proprietà dei sistemi 105 x(t) y(t) t1 x (t) t0 t2 t y (t) t0 t1 t2 t2 + T s t t1 t1 + t0 t2 t2 + t0 t t1 t1 + t0 t2 t2 + Ts t2 +Ts + t0 t Fig. in altre parole.13) o la (3.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. 3. nel senso che il segnale di uscita yt0 (t) avrà lo stesso andamento temporale del segnale y(t) (la forma del segnale di uscita non cambia). Se invece il sistema è TV. avente relazione i-u y(t) = R2 x(t) . cioè. Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. Viceversa. ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. R1 (t) + R2 (t) (3.13.2). il segnale x(t) è applicato in ingresso al sistema all’istante t1 .13. allora yt0 (t) = y(t − t0 ). in quanto il rapporto R1R2 2 non dipende dal tempo. in questo esempio. Specificatamente. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ).15) . ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. Se il sistema è TI. con riferimento ad un sistema TC. R1 + R2 è un sistema TI. e quindi l’origine dei tempi può essere fissata arbitrariamente.14) si dice tempo-variante (TV) o non stazionario. producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . 3. Esempio 3.3. Se tuttavia si tiene conto degli effetti +R termici. l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). si consideri ora il segnale xt0 (t) = x(t −t0 ). allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. a partire dal segnale x(t). un sistema che non soddisfa la (3. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . il suo comportamento non cambia nel tempo. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . ottenuto da x(t) introducendo il ritardo temporale t0 .

ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. in cui. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. essa deve essere soddisfatta “per ogni t0 ∈ R tale che se x(t) ∈ I e y(t) ∈ U allora anche x(t − t0 ) ∈ I e y(t − t0 ) ∈ U”. 3. rispetto allo schema di fig. per ogni t0 ∈ R. e da attenuatore per i valori di t per i quali |α (t)| < 1.17) . e si scrive y(n) = α (n) x(n).15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . che è illustrata in fig. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1. (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 ) . il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). 3. 3. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema.2 ha un’interessante interpretazione in termini sistemistici. 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. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. Con riferimento al caso TC. ottenendo il segnale yn0 (n) in uscita dalla cascata. Si faccia attenzione che.106 Proprietà dei sistemi ed è quella di un sistema TV. 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). Notiamo che un partitore del tipo (3.16) Un sistema del tipo (3. a stretto rigore. nel senso che (3. ovvero se e solo se le due configurazioni in cascata riportate in fig. 3.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . per cui si ha la seguente proprietà: Proprietà 3. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. La prop. 3. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig. 3. (3. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico.14 con riferimento ad un sistema TD. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD.14 sono equivalenti. 3.18) (3. 3. più precisamente.14(b) al segnale di ingresso x(n). per ogni n0 ∈ Z.14(a). 3.2 (caratterizzazione i-u dell’invarianza temporale) (a) Un sistema TC con ingresso x(t) ed uscita y(t) è invariante temporalmente se e solo se x(t − t0 ) −→ y(t − t0 ) . è utile fornire una caratterizzazione della proprietà di invarianza temporale che. differentemente dalla def. ad esempio.9 in cui compare il funzionale S. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. In base alla prop.16) è denominato amplificatore a guadagno variabile. l’ordine tra i due sistemi è scambiato.13). La stessa caratterizzazione vale anche nel caso TD. Viceversa.2(b).

se il sistema è TI. D’altra parte. ovvero se la sua relazione i-u è y(t) = α x(t). verifichiamo che in generale il sistema y(t) = α (t) x(t).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. per dimostrare che un dato sistema è invariante temporalmente oppure no. ovvero se α (t) = α (costante). facciamo uso ancora una volta della notazione semplificata (3.14.3. per cui. introdotto nell’es. si dimostra che l’amplificatore a guadagno variabile a TD.16. i due schemi in figura sono equivalenti. denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . In pratica. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. . traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) .5) per esprimere i legami i-u dei sistemi. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ).2 piuttosto che la def. per ogni segnale di ingresso x(n) ∈ I . 3. In effetti.9. ovviamente tale risultato non sussiste se il sistema è TV. È chiaro che yt0 (t) = y(t − t0 ). quindi. è un sistema TV in generale (è TI se e solo se α (n) = α ). si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . Analogamente.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. 3. In altre parole. l’amplificatore a guadagno variabile è un sistema TV.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . 3. Esempio 3. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . evidentemente. le trasformazioni S e Sz−n0 commutano. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . 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. 3. 11 Per semplicità. 3. per il quale si ha y(n) = α (n) x(n). Se il sistema TD S è TI. e la loro posizione nella cascata è ininfluente. Per non sbagliare. conviene procedere per sostituzioni formali. è TV. come mostrato dagli esempi che seguono.2 dell’invarianza temporale. è conveniente in generale utilizzare la prop.3 Proprietà dei sistemi 107 x(n) z . forniscono la stessa uscita in risposta allo stesso segnale.

all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . se tale proprietà non fosse verificata. Allo stesso modo. il sistema risulterebbe TV. sono anch’essi sistemi TI. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n.8.10. 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 ) . Infatti. 3. Effettuando il cambio di variabile v = u − t0 . e l’integratore non causale dell’es.20 (tempo-varianza della riflessione) Consideriamo il sistema TD che effettua la riflessione temporale di un segnale (si tratta di una delle operazioni elementari introdotte nel § 2. 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).1 è un sistema TI. Esempio 3.1): y(n) = x(−n) . poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. e pertanto il sistema risulta essere TV. 3. Esempio 3. il sistema può ritenersi ragionevolmente TI. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). 3. si può provare che l’integratore con memoria dell’es. e cambia meno drasticamente quando si alza o si abbassa il volume. k=0 M M per cui il sistema è effettivamente TI. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . per l’intervallo di durata di un compact disc.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es.108 Proprietà dei sistemi Esempio 3. se il volume è tenuto fisso. 3.2 è un sistema TI. Tuttavia.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. In conclusione. un amplificatore audio non è un sistema TI in senso stretto.9 è TI. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. . per cui resta provato che l’integratore è un sistema TI. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . Tuttavia. 3. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. Ad esempio.

bisogna supporre che l’ingresso sia arbitrario ma limitato. con Kx .9. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. invece.22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). Con analoghi passaggi.20) per ogni x(n) ∈ I limitato.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 . Esempio 3. 3. e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky . Ky ∈ R+ .3. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. cioè che valga la condizione |x(·)| ≤ Kx .19) per ogni x(t) ∈ I limitato. da cui si ricava che anche y(t) è limitato. Per la rappresentazione i-s-u.3. ∀t ∈ R . Esempio 3. In pratica. (3. (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 . (3. e trovare un’opportuna maggiorazione per l’uscita. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). e supponendo anche in questo caso che il guadagno sia limitato. quando parleremo di stabilità intenderemo sempre la stabilità BIBO. che coinvolgono anche la limitatezza delle variabili di stato.21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. per cui anche y(t) è limitato. ∀t ∈ R . Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . per provare che un sistema è stabile.23 (sistema MA) Proviamo che il sistema MA dell’es. Ky ∈ R+ .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. M stabilità BIBO è anche detta stabilità esterna in quanto coinvolge solo le grandezze esterne al sistema (ingresso ed uscita) e non le grandezze interne al sistema (stato): questa definizione di stabilità è quindi in perfetto accordo con la scelta di descrivere i sistemi mediante la rappresentazione i-u. con Kx . e non attraverso la rappresentazione i-s-u. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky .12 Matematicamente. Esempio 3. per ogni valore di tempo. per ogni valore di tempo.3 Proprietà dei sistemi 109 3. . questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. Nel seguito. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). Infatti. si possono dare definizioni diverse di stabilità.

con la sola ipotesi che |x(·)| ≤ Kx . . descritto dalla relazione i-u y(t) = t −∞ x(u) du . Viceversa. per provare che un sistema è instabile. Infatti. Un esempio di sistema instabile: il Tacoma Narrows Bridge. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. Notiamo che un sistema MA è sempre stabile.24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. 3. se |x(n)| ≤ Kx per ogni n ∈ Z. Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8.1. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. k=0 M M per cui anche y(n) è limitato. in ogni istante di tempo.110 Proprietà dei sistemi (a) (b) (c) Fig.15. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . ∀n ∈ Z . assume cioè valore infinito in almeno un istante di tempo. (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . (b) Le oscillazioni viste da una estremità del ponte. 3. è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. Esempio 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). (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura. per provare che un sistema è stabile.5 metri. Come si vede. che è un segnale limitato in quanto assume solo i valori 0 ed 1. è stabile.

poniamo in ingresso x(t) = u(t) (ingresso limitato). cioè l’accumulatore dell’es. abbiamo provato che il sistema è instabile.15). rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. secondo la definizione seguente: . t < 0. più in generale. Infatti. La stabilità è una proprietà fondamentale nel progetto dei sistemi. a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. n < 0. valori arbitrariamente grandi. e calcoliamo l’uscita:  0 . avente relazione i-u y(n) = k=−∞ ∑ n x(k) . Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività. cioè. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. Infatti.6 Linearità La proprietà di linearità è estremamente importante. se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita. l’uscita può assumere. i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi.C. che rappresenta una rampa a TC (fig. che è non limitato. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du . 3. Viceversa. si prova che la versione a TD dell’integratore con memoria infinita. in un sistema fisico instabile.2. applicando al sistema segnali di ingresso limitati. in quanto assicura che.  n n y(n) = ∑ u(k) = ∑ 1 = n+1. 3. si ottiene in uscita il segnale  0 . l’uscita non assumerà mai valori arbitrariamente grandi. ed è un segnale non limitato in ampiezza. quali ad esempio il fasore. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. X ≡ C. t t u(u) du = y(t) =  du = t . pur non essendo direttamente riconducibili ad alcuna grandezza fisica.3. pochi mesi dopo essere stato aperto al traffico. D’altra parte. t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. In maniera simile.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). Tale difficoltà lascia intuire che il sistema è instabile. che possono portare alla rottura. che. per determinati segnali di ingresso. mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD.3.43). il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. se si pone in ingresso x(n) = u(n). rispettivamente. −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). Proprio per evitare l’innesco di pericolose oscillazioni. 2.3 Proprietà dei sistemi 111 non è un sistema stabile. t ≥ 0 . Questa scelta ci consente di trattare anche segnali. n ≥ 0. è instabile. Nel seguito supporremo che. per provarlo.. USA) che crollò nel 1940. 3. in quanto l’integrale −∞ du non è limitato.

) (b) Fig. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. nel senso che ya (·) ≡ yb (·). e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. la proprietà di omogeneità può essere interpretata come in fig. si può equivalentemente calcolare prima la risposta del sistema S al segnale di ingresso x(·) e poi far passare il segnale ottenuto attraverso un amplificatore di guadagno α . se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). 3.17(a) è equivalente al sistema raffigurato in fig. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . 3. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U.112 Proprietà dei sistemi x(. con riferimento alla fig. 3. allora la cascata del sommatore e del sistema S in fig. se il sistema S verifica la proprietà di additività. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. le configurazioni (a) e (b) sono equivalenti.16(a) è equivalente alla configurazione serie in fig. se il sistema è omogeneo.16.11 (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. ∀α ∈ C . Da un punto di vista sistemistico. se x(·) ∈ I. quindi.16(b) (si faccia attenzione: non è una configurazione parallelo).) α (a) S y a(. se x1 (·) ∈ I e x2 (·) ∈ I. la proprietà di omogeneità impone implicitamente che. In altre parole.17. 3. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale.) S α y b(.) x(. 3. allora anche α x(·) ∈ I. Se il sistema S verifica la proprietà di omogeneità. Infatti. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. allora anche x1 (·) + x2 (·) ∈ I. affinchè il sistema S possa essere lineare.16(b). quindi. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. allora la configurazione serie in fig. 3. se il sistema S verifica la proprietà di omogeneità. 3. nel senso che ya (·) ≡ yb (·). Pertanto. Precisamente. se si deve calcolare la risposta del . Da un punto di vista matematico.16. si ha: α x(·) −→ α y(·) . la proprietà di additività impone implicitamente che. Definizione 3. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. Allo stesso modo.

(3.3. e poi sommare i segnali di uscita ottenuti. α2 ∈ C .) x2(.17.18(a) e fig. ∀α1 .3 Proprietà dei sistemi 113 x1(. cioè. Se il sistema S verifica la proprietà di additività.) x2(. 3. pertanto.18: se il sistema S è lineare. Le due proprietà precedenti. adoperando la notazione semplificata (3.) (a) x1(.5) per il sistema S. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) . 3. ya (·) ≡ yb (·).) S y a(.21) Notiamo che il principio di sovrapposizione si può esprimere. (3.) S (b) Fig. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3. 3. ∀α1 .18(b) sono equivalenti.3 (principio di sovrapposizione) Un sistema è lineare se.22) che ammette l’interpretazione sistemistica riportata in fig. se si deve . 3. allora i due sistemi riportati in fig. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. che caratterizzano la linearità di un sistema. α2 ∈ C . 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. le configurazioni (a) e (b) sono equivalenti.) S y b(. anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U.

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

e si dicono lineari per le differenze. Nell’es. Una conseguenza importante della proprietà di linearità. 13 Tipicamente. quando si parla di sistema lineare.26.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. Sebbene sia non lineare secondo la definizione data.24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. si ha. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. in elettronica. l’uscita corrispondente è necessariamente nulla. Sia nel caso TC che TD. si intende un sistema che soddisfa il principio di sovrapposizione. Prova. Poiché x0 (·) −→ y0 (·).3. Tali sistemi sono una generalizzazione dei sistemi lineari. si ha yL (t) = b1 x(t) e y0 (t) = b0 . allora deve aversi necessariamente y0 (·) = α y0 (·).4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. in particolare. . e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. si ha.13 Esempio 3. per l’omogeneità. Sia x0 (·) ≡ 0 l’ingresso nullo. infatti. Ad esempio. con b0 = 0. il sistema dell’es. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. e più precisamente dell’omogeneità. in pratica. Infatti ponendo x(t) ≡ 0. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. Proprietà 3. il sistema non può più considerarsi lineare. α x0 (·) −→ α y0 (·) . 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. 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.22). è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). che rappresenta l’uscita corrispondente all’ingresso nullo. In pratica. 3. 3. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . Infatti.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. si trova y0 (t) = b0 = 0.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . 3. variabile da sistema a sistema. (3. Adoperando la formulazione (3. Esempio 3. ∀α ∈ C. se si considera un amplificatore audio e lo si forza in ingresso con un segnale di tensione la cui ampiezza è maggiore di quella per cui il sistema è stato progettato. se l’ampiezza del segnale di ingresso eccede tale soglia. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. in quanto soddisfa al principio di sovrapposizione. 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)] . ∀α ∈ C .25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. e sia y0 (·) l’uscita corrispondente a tale ingresso. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0.

) y 0(.6. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] . è descritto nell’esempio seguente. che prende il nome di caratteristica i-u. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria. 3. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x).20.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. 3.6. 3. § 4. e sono rappresentati graficamente come in fig. che non risulta neppure lineare per le differenze. Un caso più caratteristico di sistema non lineare.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . arbitrari x1 (·) e x2 (·). Un esempio “fisico” tratto dall’elettronica è il diodo. e prende il nome di sistema quadratico o non-linearità quadratica. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante. § 3.1) o alle differenze (nel caso TD.) y(. es. Infatti. e quindi non è additivo. cfr. § 4.27 è anche TI e non dispersivo o senza memoria (cfr. Fig. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità. 3.) Fig. Infatti.2) lineari e a coefficienti costanti. se si indica (fig.) sistema lineare y L(. Il sistema quadratico dell’es. Schema a blocchi di un sistema non lineare (non linearità) senza memoria.) x(. Esso appartiene pertanto ad una classe più generale di sistemi. cfr. Per l’omogeneità. e y(t) = x3 (t) (sistema cubico). 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. né quella di additività.21.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. 3.3. inoltre 2 2 2 2 S[x1 (t) + x2 (t)] = [x1 (t) + x2 (t)]2 = x1 (t) + x2 (t) + 2 x1 (t) x2 (t) = x1 (t) + x2 (t) = S[x1 (t)] + S[x2 (t)] .19. un sistema TI senza memoria.15). cfr.12 (non linearità senza memoria) Sia g(·) una funzione non lineare. detti anche non-linearità senza memoria: Definizione 3.) g(x) y(. 3. y(t) = sgn[x(t)] (“hard limiter”). la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. Esempio 3. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. Esempio 3. e quindi non è omogeneo. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC.1).20. 3.116 Proprietà dei sistemi x(.

in ogni caso. Caratteristica ingresso-uscita di un diodo.21. Notiamo che la funzione g(x) di fig. modellato come un sistema non lineare senza memoria. avente come ingresso la tensione x(t) e come uscita la corrente y(t). . Altri esempi di sistemi elettronici descritti approssimativamente15 da modelli non lineari senza memoria sono i transistori bipolari (bipolar junction transistor. 0 . Fig. il sistema non può essere considerato lineare. 3. con buona14 approssimazione. 3. poiché essa non è lineare per tutti i valori di x. che assume in genere valori molto piccoli (dell’ordine di pochi decimi di ohm). Il parametro R rappresenta la resistenza del diodo in conduzione. y(t) = g[x(t)].22. Schema elettrico di un diodo. il che è ragionevole per segnali costanti o lentamente variabili. altrimenti. che scorre nel diodo.22 è lineare a tratti. 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. FET). 15 Bisogna notare che per i componenti elettronici menzionati (diodi e transistori) il modello di sistema senza memoria è accurato solo se si trascurano gli effetti capacitivi.3 Proprietà dei sistemi 117 y(t) y=g(x) x(t) tg(θ)=R x Fig. x ≥ 0.22) è g(x) = x R .3. dove R è la resistenza del diodo in conduzione. 3. 3. BJT) ed i transistori ad effetto di campo (field-effect transistor. si può porre.

.23. S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 .2. y(t) = sgn[x(t)]. Risultato: y(n) = x(n) + 1 x(n − 1). Determinare il legame i-u del sistema (complessivo) riportato in fig. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig. y(t) = ex(t) . 3. Risultato: y(t) = 2 u[x(t)].1 Si consideri la seguente interconnessione di sistemi: x(n) S1 S2 S3 y(n) dove i legami i-u dei tre sistemi sono i seguenti: S1 : y(n) = x n . y(t) = 2 ln(|x(t)|).23. Sistema dell’esercizio 3. 3.118 Proprietà dei sistemi 3.4 Esercizi proposti Esercizio 3. Esercizio 3. 3. 2 4 S3 : y(n) = x(2n) . 4 Esercizio 3. Calcolare la memoria del sistema.3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 .23. Risultato: La memoria è pari a N − 1.2 Si consideri l’interconnessione di sistemi riportata in fig. Determinare il legame i-u del sistema (complessivo) riportato in figura. con N ≥ 1 numero intero dispari .

] Risultato: Il sistema può essere causale (non è detto che lo sia). Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura.6 Un sistema S con ingresso x(n) ed uscita y(n) presenta le seguenti coppie i-u: x(n) = u(n + 2) −→ y(n) = 2−n u(n + 1) .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 . x(t) = rect(t − 1) −→ y(t) = e−3t . con T2 > 0. x(n) = R3 (n) −→ y(n) = 3n u(n) . la memoria è pari a 2 T2 − T1 . (b) non invertibile: in virtù del risultato del punto (a).1 del libro di testo. Esercizio 3. la memoria è pari a T1 .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) . (b) Il sistema è invertibile? Giustificare la risposta. Esercizio 3. con T1 > 0. l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. 3. Esercizio 3. indipendentemente dalla costante A. se T1 < T2 .3. 3. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. Risultato: (a) y(n) ≡ 0. Risultato: Se T1 ≥ T2 .] Risultato: Il sistema è non causale.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3.1 del libro di testo. x(τ ) dτ .7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) . con A ∈ R.

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). (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). Nella stessa figura sono riportate le uscite del sistema y1 (n). Esercizio 3.24. rispettivamente. (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). (a) Caratterizzare gli insiemi di ingresso ed uscita. (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. (c) non può essere tempo-invariante.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . determinare il sistema inverso. 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 . (c) Sulla base dei risultati ottenuti ai punti (a) e (b). In caso affermativo.9 Il sistema S in fig. x2 (n) e x3 (n). . è necessariamente tempo-variante. stabilire se il sistema può essere tempo-invariante.24 è lineare. 3.9. (b) Stabilire se tale sistema è invertibile. Segnali dell’esercizio 3. l’insieme U è costituito da tutti i segnali positivi. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3). y1(n) x1(n) 1 -1 0 -2 -2 y2(n) 1 -1 S 0 -2 -3 y3(n) x3(n) 1 0 1 1 S n -2 2 1 1 -1 0 2 n 2 n -1 0 1 2 -1 3 n 1 n -1 S -1 0 1 2 3 n 3 3 1 x2(n) 1 -1 -3 Fig.120 Proprietà dei sistemi Esercizio 3. 3.

3. è necessariamente non lineare. Sistema dell’esercizio 3. (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). è necessariamente tempo-variante. Risultato: (a) non può essere lineare. (c) Stabilire se il sistema può essere tempo-invariante.3. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). (b) yb (t) = cos(3t − 1). (a) Stabilire se il sistema può essere lineare. con t0 ∈ R.11. Esercizio 3.25. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). Esercizio 3. Nella stessa figura sono riportate le uscite del sistema y1 (n). x2 (n) e x3 (n).4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). (b) stabile.25. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). Esercizio 3. (b) yb (t) = ya (t) = cos(2π fct). (b) Dire se il sistema è stabile.11 Si consideri il sistema riportato in fig. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). Risultato: (a) ya (t) = cos(3t). rispettivamente.13 Il sistema S in fig. (a) Determinare il legame i-u del sistema.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . 3. x(t) = e− j2t −→ y(t) = e− j3t .26 è tempo-invariante. è necessariamente tempo-variante. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari.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 . Esercizio 3. Risultato: (a) ya (t) = cos(2π fct). (c) il sistema non può essere tempo-invariante. (c) non può essere tempo-invariante. dire se il sistema può essere tempo-invariante. 3. x(n) y(n) (-1) n Fig. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n).

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

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

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

M2 ∈ N. causale. con M1 . instabile. Risultato: (a) lineare. dispersivo. se x(n) = 0.22 Classificare. tempo-invariante. con k ∈ Z . π + k π . 2 altrimenti . (b) y(n) = max{x(n). dispersivo. stabile. (c) y(n) = n tan[x(n)] . causale. i sistemi caratterizzati dalle seguenti relazioni ingresso/uscita: (a) y(n) = 1 M1 + M2 + 1 k=−M1 ∑ M2 x(n − k). motivando brevemente le risposte. (c) non lineare. invarianza temporale e stabilità. x(n − 1)}. sulla base delle proprietà di linearità. non dispersivo. tempo-variante. . non dispersività. stabile. (b) non lineare. tempo-invariante. non causale.3.4 Esercizi proposti 125 Esercizio 3. causalità.

126 Proprietà dei sistemi .

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

Applicando il principio di sovrapposizione (3. Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4. di semplificare notevolmente lo studio dei sistemi lineari. deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4. Affinché tale tecnica sia applicabile in pratica. in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·). e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva. (2) per un dato segnale di interesse x(·). La (4.1) dove i coefficienti αk sono in generale dei numeri complessi.1).2) dove yk (·) = S[xk (·)]. dei segnali yk (·). in tal caso. Tenendo conto delle proprietà precedenti.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. i segnali elementari xk (·) da utilizzare nella (4.128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) . (3) deve essere semplice calcolare la risposta yk (·) del sistema a ciascuno dei segnali xk (·). tali funzioni dipendono da due variabili. possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti). ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·). in particolare. però. 1 Il . • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza. Per approfondire tale rappresentazione. idealmente. 4. k (4. è conveniente concetto di risposta impulsiva. Questa proprietà consente. tuttavia. devono essere in grado di rappresentare tutti i segnali di interesse pratico. ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·). e la funzione che caratterizza il sistema LTI nel dominio della frequenza prende il nome di risposta in frequenza o risposta armonica. si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) . k k (4.23). le scelte più comuni per i segnali elementari xk (·) sono due: • i segnali xk (·) sono impulsi: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio del tempo. e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza.2) mostra che l’uscita y(·) si può esprimere come sovrapposizione.1) può essere finito oppure infinito numerabile. essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·). in quanto come vedremo i segnali elementari possono assumere valori complessi. in linea di principio. Nel seguito di questo capitolo studieremo approfonditamente la rappresentazione dei sistemi LTI nel dominio del tempo. con gli stessi coefficienti αk .uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli. e quello di risposta in frequenza ad esso strettamente legato.1) devono essere scelti in modo opportuno.

(4.3. si ha semplicemente αk = x(k). ed abbiamo sfruttato il fatto che le quantità x(k).6)]. rappresentato mediante la (4. 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. 2. sia la proprietà di invarianza temporale [nella (4. Supponiamo allora che un segnale x(n).4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. Notiamo peraltro che la (4. nonché l’invarianza temporale del sistema. Si noti che. sostituendo la (4.1) l’insieme numerabile degli impulsi discreti traslati nel tempo.3) non si sovrappongono nel tempo.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . come già detto.3) Determinare i coefficienti αk della rappresentazione è semplice. con k ∈ Z. esteso al caso di una infinità (numerabile) di segnali.7) prende il nome di convoluzione a TD. Definiamo allora il segnale h(n) = S[δ (n)]. sia posto in ingresso ad un sistema TD LTI.2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD.7) dove la seconda espressione si può ottenere dalla prima con il semplice cambiamento di variabile n − k = k e ponendo poi nuovamente k in luogo di k . e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. (4. si dice che la risposta impulsiva è una risposta canonica. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). L’operazione matematica effettuata tra x(n) ed h(n) nella (4. il segnale di uscita h(n) trasla anch’esso di k campioni.7) abbiamo utilizzato sia la proprietà di linearità [nella (4.6) nella (4. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. e sarà studiata più approfonditamente nel § 4. La funzione h(n) che compare nella (4. 3.6) cioè traslando l’impulso in ingresso di k campioni.4). (4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) .3 dell’impulso discreto. (4. utilizzando la conoscenza della sola risposta impulsiva del sistema.5)]. se si osserva che gli impulsi δ (n − k) nella (4. . ∀k ∈ Z . In questo senso. Ribadiamo che per ricavare la (4. Scegliendo come segnali elementari xk (n) nella (4. la (4. (4. non essendo dipendenti dal tempo n.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n).4. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). ovvero xk (n) = δ (n − k). e calcoliamo l’uscita sfruttando il principio di sovrapposizione.5) dove abbiamo applicato il principio di sovrapposizione.5).4) si può giustificare in maniera più formale anche applicando le prop. Pertanto. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . la rappresentazione (4.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta.

Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k).9. 1.. 0 . (4. con n ∈ Z. . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. pari ad M + 1 campioni. . 3. 4. (4. Prima di passare al caso TC. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2).1(b). si ha. . 4. D’altra parte. 5}.7). 6 Esempio 4. ponendo x(n) = δ (n) nella (4.7). descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .11) . Infatti. per ogni k ∈ Z. e particolarizzata in fig. (a) Risposta impulsiva di un generico sistema MA. k ∈ {0. avente la risposta impulsiva di fig.. . dove è calcolata graficamente la risposta del sistema MA dell’es. 4.1(a) nel caso generale.. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk .1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. per un dato k ∈ Z. Questa interpretazione è chiarita in fig. . . 1. M (4. . 4. 1. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. al segnale di ingresso x(n) = 1 R3 (n). e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo.8) e la (4.9) rappresentata graficamente in fig. . è semplice provare che tale sistema è sia lineare che tempo-invariante.7). .9).8) Seguendo i procedimenti delineati negli esempi del capitolo precedente.7) mostra che. x(1) h(n − 1) e x(2) h(n − 2). è utile mettere in luce una particolare interpretazione della (4. .130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . M} . 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. dal confronto tra la (4. il segnale di uscita si ottiene sommando tali segnali. ∀k ∈ {0. È interessante notare che la risposta impulsiva del sistema MA è di durata finita.1. In sostanza. 4. .10) espressione che fornisce gli stessi valori della (4. 4.1(b) al caso M = 5 e 1 bk = M+1 = 1 . M (4. altrimenti . 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). . la (4. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . 5}.8): h(n) = k=0 ∑ bk δ (n − k) . x(1) δ (n − 1) e x(2) δ (n − 2) a cui il sistema fa corrispondere in uscita i tre segnali x(0) h(n). ∀k ∈ {0.2.1. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n).

Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n). 4.4.2 Relazione i-u di un sistema LTI e risposta impulsiva 131 x(n) h(n) 1/3 1/6 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(0) δ(n) x(0) h(n) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(1) δ(n-1) x(1) h(n-1) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(2) δ(n-2) x(2) h(n-2) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n y(n) = x(0) h( n) + x(1) h( n-1) + x(2) h( n-2) 1/6 1/9 1/18 0 1 2 3 4 5 6 7 8 n Fig. .2.

132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4.1).12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. τ )] del sistema ai segnali elementari x(t. prop.3. Tale rappresentazione si può vedere come l’estensione della (4. Notiamo inoltre che.23) per una infinità numerabile di segnali. segue che α (τ ) = x(τ ) e x(t. . supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. con t ∈ R. formalmente. L’operazione matematica tra x(t) ed h(t) che compare nella (4. con τ ∈ R.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione.2).7) è simile a quella vista nel caso TD. 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. e l’integrale prende il posto della sommatoria. τ ).4). e rappresenta. Precisamente. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. anche la (4. τ )]dτ . assumeremo direttamente la (4. tuttavia. senza perderci in complicate discussioni matematiche. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. dal confronto con la (4. A differenza del caso TD. Precisamente. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua).4) al caso TC. Tuttavia.2). La derivazione della (4. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. e prende il nome di convoluzione a TC. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. 2. per ogni τ ∈ R. dove la delta di Dirac sostituisce quella discreta. per τ ∈ R. ossia: x(t) = +∞ −∞ α (τ ) x(t.3 e richiede delle condizioni matematiche aggiuntive per la sua validità. 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 .14) come definizione di principio di sovrapposizione per una infinità continua di segnali. In pratica mediante la (4. data l’analogia formale tra la (4.11).14) non discende direttamente dalla prop. se il sistema è LTI. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ .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 .11). la (4. τ )dτ . (4. Nel seguito. non è possibile dare una giustificazione immediata della (4. 3. come già visto nel caso TD. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta).11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. 4. centrati in tutti i possibili istanti di tempo τ ∈ R.12) si basa su una definizione più generale di linearità di un sistema.11) e la (4. il segnale di uscita y(t) si ottiene sovrapponendo 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. Così come il principio di sovrapposizione (3. con gli stessi coefficienti α (τ ) dτ . (4. τ ). possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . τ ) = δ (t − τ ). integrando) i segnali x(τ ) h(t − τ ) dτ . Una giustificazione immediata ed intuitiva della (4. le risposte S[x(t. La (4. (4.

4.12).2).2. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. (4.7) oppure (4. Come nell’es.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.12).16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. allora il sistema è necessariamente LTI. In altri termini. la (4. da cui. abbiamo implicitamente mostrato una strada alternativa per dimostrare che un determinato sistema è LTI: se infatti siamo in grado di provare che la relazione i-u del sistema si può esprimere nella forma (4.1 (relazione i-u e risposta impulsiva di un sistema LTI) (a) Dato un sistema TC S con ingresso x(t) ed uscita y(t). Negli es. si può mostrare che la (4. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). anche tale risposta impulsiva è di durata finita. Si può facilmente verificare che tale sistema è sia lineare. pari a T e coincidente con la memoria del sistema. T ). sia invariante temporalmente.5T T x(t − τ ) dτ .15) con T > 0.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. .15) si può scrivere come una convoluzione: infatti. (4.4.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema.5T T .15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . avente relazione i-u: y(t) = t t−T x(u) du . con il cambio di variabile τ = t − u → u = t − τ . per confronto con la (4. Successivamente.1. in maniera più formale. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). es. 4. per cui è un sistema LTI. notiamo preliminarmente che. 4. In maniera equivalente. 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 . e cioè: y(t) = +∞ −∞ rect τ − 0. esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . si può provare che condizione necessaria e sufficiente affinché un sistema sia LTI è che la sua relazione i-u sia una convoluzione: Proprietà 4.1 e 4. possiamo far comparire l’integrale tra −∞ e +∞ tipico della convoluzione a patto di moltiplicare la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (0. (4.

la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. Ovviamente. 4. 4. Esempio 4. successivamente. Viceversa. rappresentiamo h(k) in funzione di k [fig. Seguendo la procedura delineata precedentemente. 4. (4. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. in particolare. se n > 0 [traslazione verso destra. oppure dalla (4. possiamo ottenere direttamente il risultato della convoluzione per n = 0. Per calcolare gli altri valori della convoluzione. per la proprietà commutativa della convoluzione. 4. insieme con x(k) [fig. 4. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. il segnale wn (k) non si sovrappone con h(k). dobbiamo costruire il segnale wn (k) = z(k − n). si veda la fig. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. 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. si veda la fig.3.3(b)] ed il segnale riflesso z(k) = x(−k) [fig. (3) Per ogni fissato valore di n ∈ Z. si nota che si ha sovrapposizione tra h(k) e . Se non effettuiamo nessuna traslazione su z(k). e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n).12) nel caso TC.3 Convoluzione Come abbiamo visto nel paragrafo precedente.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k).3(e)]. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. e verso sinistra se n < 0.3(c)]. (2) Effettuare prima la riflessione del segnale x(k). vedi anche il § 4.18) Le due espressioni riportate nella (4. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. descritta dalla (4. Prendendo come riferimento la seconda delle (4. effettuare la traslazione del segnale z(k) verso destra se n > 0. Per capire meglio il meccanismo precedentemente descritto. con a = 0. consideriamo il seguente esempio.1 seguente). costruendo il segnale z(k) = x(−k) e. che si ottiene da z(k) mediante traslazione di n campioni.18) sono del tutto equivalenti. si vede che per n < 0 [traslazione verso sinistra.134 Sistemi lineari tempo-invarianti (LTI) 4. fatta eccezione per casi particolari.7) nel caso TD. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . 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.3(a)]. per cui il risultato della convoluzione è nullo. In particolare.1. La difficoltà maggiore è che. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . e sommando i risultati dei prodotti ottenuti.3(d)].18). Nel caso TD. partendo dal caso TD per semplicità.

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

3.8 0.8 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0. (c) riflessione del segnale x(k).4 0.4 0.4 0.8333) e x(n) = u(n) (es.6 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.6 0. (d) traslazione verso sinistra di z(k) (n = −5). 4.4 0. 4.2 0 −10 −5 0 k 5 10 x(k) 1 0.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.6 0.2 0 −10 −5 0 k 5 10 (a) 1 0.8 w−5(k)=x(−5−k) 1 0. . (e) traslazione verso destra di z(k) (n = 5).136 Sistemi lineari tempo-invarianti (LTI) 1 0.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.4 0.8 0. (f) risultato della convoluzione.4): (a) rappresentazione di h(k). (b) rappresentazione di x(k).6 h(k) 0.2 0 (b) z(k)=x(−k) 0.6 0.

successivamente. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. invece. effettuare la traslazione del segnale z(τ ) verso destra se t > 0. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0.19). le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto.4(c)]. per cui si ha: y(t) = t 0 dτ = t . per T2 ≤ t < T2 + T1 . Considerando invece valori positivi di t. Traslando il segnale z(τ ) verso sinistra [fig. 4. rappresentiamo x(τ ) [fig. Facciamo per comodità riferimento alla seconda delle (4. ed effettuando l’integrale del prodotto. l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla.t). per cui si ha nuovamente y(t) ≡ 0. le finestre non si sovrappongono affatto. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 .4. 4. successivamente. 0.4(e)]: in particolare. 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. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). per 0 < t < T1 . ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. 0 < t < T1 .4(d)]. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . di durata ∆x = T1 . per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . (2) Effettuare prima la riflessione del segnale x(τ ). Riassumendo. e verso sinistra se t < 0. 4. y(t) = (4. per T1 ≤ t < T2 .t).5T1 T1 t − 0. Per T2 ≤ t < T2 + T1 . per cui risulta y(t) ≡ 0 per t ≤ 0.2) avente risposta impulsiva h(t) = rect . per cui si ha: y(t) = t t−T1 dτ = T1 . T2 ≤ t < T2 + T1 . posto in ingresso al sistema LTI (cfr.   t. per t ≥ T2 + T1 .20) T1 . di durata ∆h = T2 . T1 ≤ t < T2 . 4.5T2 T2 . ed assumiamo T2 > T1 . notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. T2 ).4(a)] e h(τ ) [fig. costruendo il segnale z(τ ) = x(−τ ) e.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0.4(b)] in funzione di τ ∈ R.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R. es. Per prima cosa. in quanto le due finestre rettangolari si sovrappongono solo su un punto. . Esempio 4.    T2 + T1 − t. (3) Per ogni fissato valore di t ∈ R. 4. Per T1 ≤ t < T2 . Infine. 4.

Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. 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. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . 4. 4. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. se è possibile dal punto di vista matematico. 4. In altri termini. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . cioè i due schemi in fig.6 sono equivalenti. notiamo che l’intervallo di tempo (T1 . Come mostrato in fig. Ovviamente questo scambio. tutte le proprietà algebriche del prodotto convenzionale.6.   2T − t. scambiando il ruolo dei due segnali. prodotto. in particolare. 4. C. calcolo dell’area) sono molto simili nei due casi. § 4. Si noti che se T1 > T2 si può procedere allo stesso modo. per 0 < t < T . A tale scopo.1). nel seguito. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . pertanto. Nel caso particolare T1 = T2 = T . come discusso di seguito. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . ed è rappresentata in fig. la convoluzione viene chiamata anche prodotto di convoluzione. t < 0 oppure t ≥ 2T .3. in quanto si può verificare che la convoluzione possiede. oltre a proprietà specifiche. nello studio delle proprietà della convoluzione. per T ≤ t < 2T . l’integrale di convoluzione può non esistere finito. .12) è che la prima è definita mediante una sommatoria. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. non ha nessun senso dal punto di vista sistemistico.20). In conclusione. nel senso che ya (·) ≡ yb (·).1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4.3. 4. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. Per questo motivo. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. e prende il nome di proprietà di durata della convoluzione (cfr. ed è rappresentato graficamente in fig. Per questo motivo.5. traslazione.4(f). mentre la seconda è definita mediante un integrale. data la proprietà commutativa della convoluzione: l’espressione del segnale y(t) per T1 > T2 si può ottenere allora scambiando T1 con T2 nella (4.7) e quella a TC (4. similmente alla somma di convoluzione. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h .  y(t) = t. notiamo che. un sistema LTI con risposta impulsiva h(·) sollecitato dall’ingresso x(·) presenta la stessa uscita di un sistema LTI con risposta impulsiva x(·) sollecitato dall’ingresso h(·).

Calcolo della convoluzione tra due finestre rettangolari TC x(t) e h(t) di durata T1 e T2 (es.4. (f) risultato y(t) della convoluzione. 4. (d) traslazione verso sinistra di z(τ ) (t < 0). (c) riflessione del segnale x(τ ). (e) traslazione verso destra di z(τ ) (t > 0). (b) rappresentazione di h(τ ). 4.4. .3 Convoluzione 139 1 1 0 τ T h(τ) x(τ) 1 0 τ T 2 (a) (b) wt(τ)=x(t−τ) z(τ)=x(−τ) −T 1 0 τ t−T 1 t τ 0 (c) (d) T1 y(t) = h(t) ∗ x(t) wt(τ)=x(t−τ) 0 t−T T 1 0 τ t 1 T2 T1+T2 t (e) (f) Fig.4): (a) rappresentazione di x(τ ).

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

In virtù della proprietà distributiva della convoluzione. la proprietà distributiva della convoluzione consente di affermare che il parallelo2 di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hpar (·) = h1 (·) + h2 (·).) (a) x(.) y b(. i due schemi in figura sono equivalenti.) x(. anche la proprietà distributiva consente di evidenziare una interessante proprietà dei sistemi LTI. valida formalmente sia nel caso TC sia in quello TD.) y 2(.4.) Fig. cioè i due schemi in fig.) (b) h2(.) h1(.3 Convoluzione 141 x(. tale connessione non può essere studiata elementarmente nel dominio del tempo. In base a queste due interpretazioni. come mostrato in fig. D’altra parte. che effettuare la convoluzione di un segnale x(·) con δ (·) non ha nessun effetto sul segnale: in altri termini.) y a(.) x(.)∗h2(.8(a) e fig. notiamo che l’espressione ya (·) = x(·)∗h1 (·)+x(·)∗h2 (·) rappresenta l’uscita del parallelo dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).) h1(. A tale scopo. In virtù della proprietà commutativa e associativa della convoluzione. 4.) y d(. Proprietà di esistenza dell’unità Si può facilmente provare. Anche qui per la validità della relazione devono avere senso tutte le convoluzioni in gioco.) (c) y c (. 4. 4.)∗h1(.8(b). resta non esplorata per il momento la connessione in retroazione tra sistemi LTI. 4.) h2(.)+h 2(. vale la relazione: x(·) = δ (·) ∗ x(·) = x(·) ∗ δ (·) .) (d) h1(.) h2(. i quattro schemi in figura sono equivalenti. utilizzando la definizione di convoluzione e la proprietà di campionamento della δ (·).) h2(. l’espressione yb (·) = x(·) ∗ [h1 (·) + h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) + h2 (·).) h1(.8. come mostrato in fig.7.) (a) y a(.) y 1(.21) 2 Con riferimento alle interconnessioni elementari tra sistemi introdotte nel capitolo precedente.) x(. 4. mentre vedremo che lo studio è assai più agevole ragionando nel dominio della frequenza.8(a).) y b(.) h1(. in effetti. Fig.) (b) x(.8(b) sono equivalenti. . nel senso che ya (·) ≡ yb (·). (4. Similmente alla proprietà associativa. 4.

3. la (4. ∀n0 ∈ Z .9). x(n − n0 ) −→ y(n − n0 ) . per sistemi a TC e a TD. Per giustificare invece la correttezza della (4.22) (4.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ .9. Tale sistema prende il nome di sistema identico. si giungerebbe. ∀t0 ∈ R . e per la (4. Le (4.22) e (4. ∀n0 ∈ Z . Nel caso di un sistema LTI.11) nel caso TC. secondo la quale. si ha.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. notiamo che la (4. è possibile riottenere la (4. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . rispettivamente.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. ad esempio.10. 4.25) della convoluzione.) x(n) z . invece che alla (4. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. (4.142 Sistemi lineari tempo-invarianti (LTI) x(. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso). x(n − n0 ) ∗ h(n) = y(n − n0 ) .21). In un sistema identico. dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione.) x(.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. 4.2). 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. . x(t − t0 ) −→ y(t − t0 ) . si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). rispettivamente. i due schemi in figura sono equivalenti. noti inoltre che. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·).) δ(. se per calcolare y(t − t0 ).23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·).21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ).3 Dal punto di vista dell’interpretazione sistemistica. per ogni x(·) ∈ I e y(·) ∈ U. ∀t0 ∈ R . In virtù della proprietà di invarianza temporale (4. 4. esplicitando la convoluzione (4. esprimendo la relazione i-u del sistema mediante una convoluzione.22).4) nel caso TD e la (4. infatti.22) [un discorso analogo vale per la (4. Dal punto di vista matematico.

4.3 Convoluzione

143

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

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

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

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

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

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

(4.28)

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

144

Sistemi lineari tempo-invarianti (LTI)

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

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

Dh ∩Dwt

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

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

4.3 Convoluzione

145

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

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

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

k=0

∑ 1 = n+1,

n

0 ≤ n < N1 − 1 .

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

k=n−N1 +1

n

1 = N1 ,

N1 − 1 ≤ n < N2 − 1 .

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

1 = N2 + N1 − n − 1,

N2 − 1 ≤ n ≤ N2 + N1 − 2 .

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

(4.32)

146

Sistemi lineari tempo-invarianti (LTI)

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

4.3 Convoluzione

147

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

1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10

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

(b)

z(k)=x(−k)

0.6 0.4 0.2 0 −10 −5 0 k 5 10

−10

−5

0 k

5

10

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

(d)

3

w2(k)=x(2−k)

2

1

0 n

5

10

(e)

(f)

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

con durata ∆y ≤ ∆x + ∆h − 1. tuttavia in laboratorio è più semplice da approssimare mediante un segnale . Siano x(n) e h(n) di durata rigorosamente limitata. le proprietà della convoluzione precedentemente introdotte e discusse sono sinteticamente riassunte di seguito: Proprietà 4. 4.2 (proprietà della convoluzione) (a) Proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) .148 Sistemi lineari tempo-invarianti (LTI) Riepilogo delle proprietà della convoluzione Per comodità del lettore. per cui è impossibile determinare sperimentalmente la risposta impulsiva di un sistema TC. come suggerito dalla definizione. ∆h ∈ R+ =⇒ y(t) = x(t) ∗ h(t) è di durata rigorosamente limitata. ∆h ∈ N =⇒ y(n) = x(n) ∗ h(n) è di durata rigorosamente limitata. anche il gradino è un segnale ideale. ∀n0 ∈ Z . con durate ∆x .4 Risposta al gradino L’impulso di Dirac è un segnale ideale. (f) Proprietà di convoluzione con l’impulso: x(t − t0 ) = x(t) ∗ δ (t − t0 ) = δ (t − t0 ) ∗ x(t) . ∀t2 ∈ R . ∀t0 ∈ R . (d) Proprietà di esistenza dell’unità: x(·) = x(·) ∗ δ (·) = δ (·) ∗ x(·) . (c) Proprietà distributiva: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . in quanto presenta una discontinuità brusca. con durata ∆y ≤ ∆x + ∆h . non realizzabile in pratica. h(n − n1 ) ∗ x(n − n2 ) = y[n − (n1 + n2 )] . ∀t1 ∈ R. ∀n1 ∈ Z. (g) Proprietà di durata della convoluzione: Siano x(t) e h(t) di durata rigorosamente limitata. con durate ∆x . (b) Proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . applicando un impulso al suo ingresso. (e) Proprietà di invarianza temporale: h(·) ∗ x(·) = y(·) =⇒ h(t − t1 ) ∗ x(t − t2 ) = y[t − (t1 + t2 )] . ∀n2 ∈ Z . x(n − n0 ) = x(n) ∗ δ (n − n0 ) = δ (n − n0 ) ∗ x(n) . D’altra parte.

Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. ovvero è anch’essa una risposta canonica.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. non solo la risposta impulsiva. in particolare. In particolare.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . In altri termini.34) e (4. In definitiva.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. per ottenere la risposta al gradino a partire dalla risposta impulsiva. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4.11(a). 3. 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) .34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. è sufficiente far passare quest’ultima in un sistema accumulatore. Notando che la (4. Nel caso TD. (4. . basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. 2.4.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). es. con un tempo di salita molto stretto. 4.7) di un sistema TD LTI. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). come ad esempio il segnale uε (t) di fig.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). ma anche la risposta al gradino caratterizza completamente un sistema LTI. Infatti. le relazioni (4.12. (4. sfruttando la relazione i-u (4.

varia da sistema a sistema. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . Infatti la risposta al gradino s(t). un valore appropriato di ε dipende dalla struttura interna del sistema e. adoperando le proprietà di linearità e di invarianza temporale del sistema. (4.36) ed (4. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) .38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t).36). dunque. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale.1.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . abbiamo visto [si veda la (2. Nel caso TC.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC.12).6) in particolare] che l’impulso di Dirac si può ottenere come il limite (nel senso delle distribuzioni) per ε → 0 della successione di segnali (ordinari) δε (t). trattandosi di una pura astrazione matematica (cfr. 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. Per la linearità del sistema. Tuttavia. Pertanto. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . § 2. Dalla (4. si ottiene h(t) = d s(t) dt (4. aventi area unitaria.37) Le (4. 2. 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 . Infatti. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. raffigurati in fig. 5 Non esiste una regola generale per stabilire quanto ε . Nel caso TC valgono considerazioni analoghe. con ε sufficientemente piccolo. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] .4).150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. utilizzando la (4. come già detto in precedenza. 2ε 2ε (4.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema.11(b). In particolare. 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.

se ε 1.4. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . In maniera equivalente. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . il segnale in fig.36).13(b)]. (4. Esempio 4. per ε → 0. 3. 3. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . 4.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC.13(a)].13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t).37) è esattamente la risposta impulsiva. identicamente nulla per t < 0. . ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. il segnale hε (t) tende proprio alla risposta impulsiva del sistema. la risposta al gradino s(t) e la risposta impulsiva h(t) di un sistema LTI sono legate dalla relazione biunivoca: s(t) = t −∞ h(τ ) dτ ←→ h(t) = d s(t) . 4.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). Confrontando la (4. es. si tratta cioè di una rampa. 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. il cui valore è (cfr. Conseguentemente. Si può notare che.38). che cresce linearmente per t > 0 [fig. si può mostrare che la (4. (4.24): s(t) = t u(t) . possiamo dire che.18) e si può facilmente verificare che tale sistema è anche lineare.40) con la (4.39) è un sistema LTI.1). la risposta al gradino s(n) e la risposta impulsiva h(n) di un sistema LTI sono legate dalla relazione biunivoca: s(n) = k=−∞ ∑ n h(k) ←→ h(n) = ∇1 [s(n)] = s(n) − s(n − 1) . per cui l’integratore (4. dt (b) Nel caso TD. es. 4.12). 4. es. in fig. in virtù della (4.39) Abbiamo già mostrato che tale sistema è TI (cfr.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr.4 Risposta al gradino 151 alla derivata della risposta al gradino. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. che per la (4. 3. Utilizzando la (4.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . In pratica.

41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . Esempio 4. (4. .41) Si può facilmente verificare che l’integratore TD è un sistema LTI. In maniera equivalente. si può mostrare che la (4. es. Confrontando la (4. Integratore con memoria infinita (es.7). si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . 3.42) con la (4.2).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.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. (b) risposta al gradino.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. 4. 4.7): (a) risposta impulsiva. (4.13. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1.

14(a)].15(a). avente relazione i-u: y(t) = t t−T x(u) du .4 0.5T T dτ . 4. 4. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . che è riportata in fig. Risolvendo l’integrale si ottiene:  se t < 0 . la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. 0 s(t) =  T     dτ = T . se n ≥ 0 . in virtù della (4.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. Integratore a TD o accumulatore (es.   t    se 0 ≤ t < T . se t ≥ T . 4.34).2).14(b)]. n + 1 .4 Risposta al gradino 153 10 1 0. in cui l’estremo superiore di integrazione t varia in R. si tratta cioè di una rampa a TD [fig. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0. 4.36). se n < 0 . ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig. In virtù della (4. 4. es. Conseguentemente.6 0.5T T .43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2.   0 .9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. 4.14. (b) risposta al gradino. 0 .4. Esempio 4. (4.  dτ = t . ossia: h(t) = rect t − 0.8): (a) risposta impulsiva.

T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. 4. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. 4. in fig. Integratore con memoria finita (es.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. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. (b) risposta al gradino. In pratica.15(b)].10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. 4.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. Si può notare che. . per ε → 0.38). che cresce linearmente nell’intervallo (0.5T T + T u(t − T ) . se ε impulsiva del sistema.15. Esempio 4. In altre parole. 4. 4. Utilizzando la (4.9): (a) risposta impulsiva. 4. si tratta di una funzione identicamente nulla per t < 0. il segnale in fig. T . (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T.1.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T .

n M in cui l’estremo superiore della sommatoria n varia in Z. (b) risposta al gradino.34). se 0 ≤ n < M . ∀k ∈ {0.4 Risposta al gradino 155 0.    n   b . n+1 RM (n) + u(n − M) . In virtù della (4.44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. ed in fig.3 1 0.8 s(n) 0 2 4 n 6 8 10 0. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .4. M M (4. Sistema MA con M = 5 e bk = 1 .6 0.2 1/6 h(n) 0.4 0 0.45) k=0 rappresentata in fig. se n < 0 . la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . ∑ bk δ (n − k) . ∑ k   k=0  1 M+1 . 4. 5}: (a) risposta impulsiva.16. se 0 ≤ n < M . . M +1   1.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. se n < 0 . . 1. 4. se n ≥ M .1 0. .2 0 −0.   n+1 s(n) = . . La somma di tale serie si ottiene distinguendo i seguenti casi:  0 .  ∑ k  s(n) = k=0 M    b . se n ≥ M . Nel caso in cui i pesi bk siano tutti uguali a  0 .1(a) nel caso generale. 4. M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .

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

§ 3. Il sistema è non dispersivo se e solo se.47) Pertanto. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. si ha: y(n) = h(0) x(n) . Consideriamo un sistema TD LTI. (4.2(c)].47). Per costruire un segnale siffatto. è possibile legare le proprietà del sistema (non dispersività. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. Una condizione necessaria e sufficiente affinché ciò accada. causalità. per ogni segnale di ingresso. stabilità.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. 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 . Sostituendo nella (4. equivalentemente. (4. Ponendo x(n) = δ (n) nella (4. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4.3.4.46).7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . infatti. ∀k = 0. per ogni segnale di ingresso {x(k)}k∈Z . si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) . descritto dalla convoluzione a TD espressa dalla seconda delle (4. Passiamo ora a considerare i sistemi TC LTI. in questo caso. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. (4. ponendo α = h(0).1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. (4. 2. Notiamo che. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. questo vuol dire che la risposta del sistema non cambia se. nella (4. è che risulti h(k) = 0. prop. Affinché y(n) dipenda solo da x(n). ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) .1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante.5.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ .5 Proprietà della risposta impulsiva 157 4. al posto di {x(τ )}τ ∈R . 4. seguiamo una strada diversa da quella seguita nel caso TD. cioè caratterizza completamente un sistema LTI.49) . invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. la relazione precedente si può riscrivere come y(n) = α x(n) .5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica.48). poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t .48). un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale.

ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . (4. Sostituendo nella (4. senza mai annullarsi. .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 (·).158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. 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. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2.47). § 3. per cui presenta valori non trascurabili su un intervallo temporale non limitato.48) la risposta impulsiva precedente. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata.1) come la durata temporale del segmento del segnale di ingresso che contribuisce. dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. il sistema è non dispersivo se e solo se y(t) = y1 (t). dove la memoria di un sistema è stata definita (cfr. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . ovvero se h(t) = α δ (t) .7) oppure (4. oltre al campione attuale. Quindi.3. Se allora osserviamo la relazione i-u di un sistema LTI [cfr. l’estensione temporale Dh e. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. In definitiva.12)]. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. la durata ∆h . ovvero se e solo se è un amplificatore/attenuatore ideale.3. dal confronto tra la (4.48) e (4. per ogni segnale di ingresso e per ogni t ∈ R. Se poniamo α = h(0). pertanto. quindi. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. (b) Equivalentemente.49). I sistemi non dispersivi sono denominati anche sistemi senza memoria. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (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. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva. n → ±∞. all’uscita in un determinato istante di tempo. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·).

4. Esempio 4.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0. L’integratore (cfr.52) Pertanto.10). se t ≥ 0 . (b) risposta al gradino. che è rappresentata in fig.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e . la risposta al gradino di tale sistema si ottiene come:  se t < 0 . si ricava che il legame i-u del sistema è espresso mediante l’integrale di convoluzione tra il segnale di ingresso x(t) e la funzione del tempo h(t) = 1 −t/T e u(t) . 4.6 0. 0 .8 0. T (4.8). T (4. 4.8 0.7) e l’accumulatore (cfr.17. 4. T (4.11 (sistema IIR con memoria praticamente finita) Si consideri il sistema TC descritto dal seguente legame i-u: y(t) = +∞ 0 1 −τ /T e x(t − τ ) dτ .52). Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR). es. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr.9) e il sistema MA (cfr. es.51) Confrontando la (4.17(a). 4.4. es.4 0.2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. 4.6 0. Sfruttando il fatto che u(τ ) = 0 per τ < 0. .4 0.50) dove T > 0. In virtù della (4. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .51) con la seconda delle (4. aventi come risposta impulsiva il gradino unitario.11): (a) risposta impulsiva. es. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. 4. Sistema TC IIR con memoria praticamente finita (es. sono sistemi IIR con memoria infinita.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) .5 Proprietà della risposta impulsiva 159 1 0. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).36).12).

Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .1). con 0 < α < 1. notiamo che applicando al sistema un ingresso di durata finita. 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) . è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva.17(b). per |a| → 1. 4. ln(|a|) memoria che tende a diventare infinitamente grande. Lo stesso si può dire anche per i sistemi TD.3. Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . proprio di una quantità pari alla memoria del sistema. (4. in quanto per tali valori di k risulta n − k > n. ovvero è un segnale di durata praticamente limitata. per ogni segnale di ingresso. (4. 4.53). in virtù della (4.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. Affinché allora l’uscita non dipenda dai valori futuri. se per semplicità facciamo riferimento ai sistemi TC. ricordando la proprietà di durata della convoluzione (cfr.3.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig.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. scegliamo come valore di soglia α h(0+ ) = α /T . con 0 < |a| < 1 . La somma su k porta in conto valori futuri dell’ingresso per k < 0. esso sarà “allungato”. risolvendo l’equazione h(∆h ) = α /T (cfr. Così facendo.5. Per calcolare la memoria analiticamente. mentre tende a zero per |a| → 0. la durata della risposta impulsiva risulta ∆h = T ln 1 α . deve accadere che h(k) = 0 . Infatti. ma non dipende dai valori dell’ingresso negli istanti successivi. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . e quindi misurare la memoria del sistema LTI. con costante di tempo T > 0.2).31). § 2. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. In conclusione. § 4. In altri termini.54) . il sistema LTI ha memoria praticamente finita. ∀k < 0 . il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . Passiamo ora a considerare i sistemi TC LTI. la durata ∆y del segnale di uscita dal sistema è al più pari alla somma della durata ∆x del segnale di ingresso e della durata ∆h della risposta impulsiva. per effetto della convoluzione.

Ragionando in modo analogo a quanto fatto nel caso TD.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . h(t) = 0. il sistema è non causale.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig.3. 4. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0.4. h(t) = 0.18. In sintesi. In questo caso.12). ∀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). . Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso.2) che un caso particolare di sistema non causale è il sistema anticausale. ∀t < 0 . Risposta impulsiva dell’integratore non causale (es. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. § 3. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4. 4. la relazione i-u (4. Abbiamo visto nel capitolo precedente (cfr. si può verificare che un sistema TC è causale se e solo se h(t) = 0 . Di seguito sono riportati alcuni esempi di sistemi non causali.

∀k ∈ {0. . avente relazione i-u: y(t) = t+T t x(u) du .162 Sistemi lineari tempo-invarianti (LTI) Esempio 4.10 e 3. k ∈ {−M. M Si tratta di un sistema sia lineare che tempo-invariante. A questo punto. . −M + 1.19(b) al caso M = 5 e 1 bk = M+1 = 1 . per confronto con la (4. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. 4.55) con T > 0. . es. Esempio 4. . effettuando il cambiamento di variabile h = −k si ha y(n) = h=−M ∑ 0 b−h x(n − h) = k=−M ∑ 0 b−k x(n − k) . per confronto diretto con la (4.56): h(n) = h=−M ∑ 0 b−h δ (n − h) . osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. e pertanto esso rappresenta un esempio di sistema LTI. 3.55) si può scrivere come una convoluzione. In maniera equivalente.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. si ha. possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. si può mostrare che la (4. (4. conseguentemente. altrimenti .7).5T T . che è rappresentata in fig. D’altra parte. 0).7).19(a) nel caso generale. con il cambio di variabile τ = t − u → u = t − τ . Infatti. per cui è un sistema LTI. da cui. 0} . . pertanto tale sistema è non causale.18: si tratta di un segnale che assume valori non nulli per t < 0 e. 4. . 4. (4. . Per questo motivo. il sistema non è causale. 5}. Infatti.58) espressione che è perfettamente equivalente alla (4. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.12).55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . sia invariante temporalmente. (4. Si può facilmente verificare che tale sistema è sia lineare. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) .11. . 1. 3.5T T x(t − τ ) dτ . (4.12).13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. e particolarizzata in fig. la (4. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0.56) da cui. ponendo x(n) = δ (n) nella (4. 0.57) rappresentata graficamente in fig. .57). si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0.

∀t ∈ (0. .. Tale risultato. che sussiste con ovvie modifiche anche nel caso TD. 5} (es. .13). In tal caso. 4. cioè. ∆x ). descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. Si tratta chiaramente di un sistema LTI. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 .4. è riassunto dalla seguente proprietà: Proprietà 4. Allo stesso modo il sistema TC che effettua un anticipo temporale.19. poiché h(n) è identicamente nulla per n ≥ 0. è un sistema LTI anticausale. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. . Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . seguendo gli stessi ragionamenti che hanno portato alla (4. terminologia discende dal fatto che la risposta impulsiva è essa stessa un segnale – è il segnale di uscita di un sistema LTI quando in ingresso è applicato un impulso – per cui dire che il sistema è casuale equivale a dire che la sua risposta impulsiva è causale. l’anticipo unitario TD è un sistema anticausale. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. 6 Questa . ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. si ottiene che: y(t) = 0. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . Il sistema è pertanto non causale. consideriamo il caso dei sistemi TC. che realizza un anticipo unitario del segnale di ingresso. Per evidenziare tale proprietà. I sistemi causali godono di una proprietà importante. 1. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. 4. con ∆h ∈ R+ . . Un segnale identicamente nullo per t < 0 è anche detto6 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. (a) Risposta impulsiva di un generico sistema MA non causale. ∀k ∈ {0. Se il sistema è causale.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. abbia estensione temporale Dx = (0. ∆h ). in particolare. con ∆x ∈ R+ .31). 6 Esempio 4... ∆x + ∆h ) .

Pertanto.) hinv(. ∀t ≤ t0 . 3. come mostrato in fig. cioè y2 (t) = 0. sfruttando in aggiunta la proprietà di linearità.1 è più immediata: . supponiamo di scegliere un secondo ingresso x2 (t) = 0. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. Ma se il sistema è lineare. In verità.6 vale più in generale per sistemi lineari causali (non necessariamente TI). allora risulterà per la prop. così come il segnale di ingresso. 3. 4. un sistema è causale se e solo se. le stesse considerazioni si possono fare scegliendo n0 = −1.20.20. D è mostrato che se un sistema LTI è invertibile.) Fig. ∀t ≤ −ε .20 (notiamo che per i sistemi LTI vale una proprietà più generale. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). 4. 3. ∀t ∈ R. ∀t ≤ t0 .) x(.1. ∀t ≤ −ε .5. anche il segnale di uscita è identicamente nullo per t < 0. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. ed applichiamo la proprietà vista per t0 = −ε < 0. 4. Ricordiamo che. Soffermiamo l’attenzione sui sistemi TC. cioè. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. (4. 3.60) (4. ∀t ∈ R.3).59) per cui se hinv (·) è l’inverso di h(·).4.1 e 3. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . con ε ∈ R+ piccolo a piacere. 4.164 Sistemi lineari tempo-invarianti (LTI) y(. §3. l’applicazione della prop. ∀t < 0. la prop. Poiché la risposta impulsiva del sistema identico è δ (·). possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . cfr. 4. allora h(·) è l’inverso di hinv (·). la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. in virtù della prop.4. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. in base alla prop. rispettivamente. in questo caso. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. Poiché risulta x1 (t) = x2 (t) = 0. In app. risulta che y1 (t) = y2 (t). 3.3 Invertibilità Ricordiamo che se un dato sistema è invertibile.1 y1 (t) = y2 (t). allora il corrispondente sistema inverso è anch’esso LTI. ∀t ≤ −ε . si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) .3.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente.) h(. 4. Poiché la convoluzione è commutativa. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive.6 si poteva già dedurre dalle prop. si ha che y1 (t) = 0. In base a tale risultato. x2 (t) ∈ I tali che x1 (t) = x2 (t). La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. 7 Nel caso TD. per ogni t0 ∈ R e per ogni x1 (t). Dato un ingresso x1 (t) = 0. Per cui ritroviamo il risultato.) x(.

se un sistema è stabile. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·).59) o (4. consideriamo un sistema TD LTI. . Ad esempio. Si ha. un problema di interesse è determinare il sistema inverso di un dato sistema.5. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. Pertanto. D. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh . Alcuni approfondimenti ed esempi sono riportati in app. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. se h(k) è una successione sommabile. ovvero |x(n)| < Kx .60) è un problema matematicamente complicato.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. 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. descritto dalla (4. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . nelle telecomunicazioni. cfr. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| .5 Proprietà della risposta impulsiva 165 Proprietà 4. noto l’altro fattore ed il risultato finale). Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. e proviamo a trovare una maggiorazione simile per l’uscita y(n). con passaggi banali. 4. Abbiamo cioè provato che la sommabilità (4. detta hinv (·) la sua risposta impulsiva. Supponiamo allora che l’ingresso sia limitato. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. Purtroppo determinare hinv (·) dalla (4. il suo sistema inverso è anch’esso LTI e. a cui si rimanda direttamente il lettore. che va sotto il nome di deconvoluzione (di fatto. significa determinare uno dei fattori della convoluzione. ∀n ∈ Z.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. (4.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). In alcuni casi. §3.3. In molti casi pratici.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .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(·).61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. Questa compensazione prende il nome di equalizzazione. allora la risposta impulsiva dev’essere sommabile.

ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . procediamo per assurdo. risulta che l’uscita all’istante n = 0 non è limitata.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. Pertanto.62) In definitiva. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. (sistema TC) . x(n) = h(−n)  0. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . h(k) k k=−∞ dove abbiamo incluso nella somma. 4. anche i valori di k per i quali h(k) = 0. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . Definiamo allora un opportuno segnale di ingresso:   |h(−n)| .8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. Ad esempio. −1. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. Per un sistema LTI a TC è possibile ragionare in maniera analoga. per ciascun n ∈ Z. 4. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . che presentano memoria rigorosamente finita. la risposta impulsiva deve essere necessariamente sommabile. (4. ovvero h(n) sommabile . Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. In definitiva. e quindi è sicuramente limitato. l’integratore con memoria finita (§ es. Tale segnale assume solo i valori 0. L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . su tutti i valori della variabile k per i quali h(k − n) = 0. altrimenti . 1. senza alterarla. se h(−n) = 0 .10). il che contraddice l’ipotesi che il sistema sia stabile.9) e il sistema MA (§ es. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. la risposta impulsiva h(·) ha durata rigorosamente limitata. h(k − n) dove la seconda sommatoria va effettuata. . come riassunto dalla seguente proprietà: Proprietà 4. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR.

63).61) e (4.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . con t0 ∈ R .64) . +∞ k=−∞ +∞ con 0 < |a| < 1 . è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita).63). Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). n=1 himp (t) N (4. Ad esempio. l’integratore (§ es. 4. e di una funzione himp (t) puramente impulsiva. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . la cui risposta impulsiva [fig. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) .2. D’altra parte. 4. che anticipa/ritarda il segnale di ingresso. 4. 4. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. Infatti. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. sono esempi di sistemi IIR con memoria infinita e.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. se il sistema IIR ha memoria praticamente finita. 1 la risposta impulsiva è sommabile. se la risposta impulsiva h(t) è una funzione generalizzata.3).63) è sicuramente limitata.7) e l’accumulatore (§ es.8). se il segnale di ingresso è limitato. Più precisamente. Ad esempio. Esempio 4. Verifichiamo che tale sistema è stabile. per ogni t0 ∈ R. il sistema che effettua la traslazione temporale del segnale di ingresso. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. il sistema è stabile. aventi come risposta impulsiva il gradino unitario. Pertanto.62) (cfr. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . Ad esempio.4 e B. (4. instabili. è un sistema stabile.1. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria.4. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. sono stabili. i sistemi IIR aventi memoria infinita sono sicuramente instabili. Poiché il concetto di sommabilità di una distribuzione non è definito. pertanto. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. Analogamente. § B. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. conseguentemente. nel caso del sistema (4. nel senso che può contenere degli impulsi di Dirac. in quanto. possiamo concludere che il sistema TC (4. In conclusione.11. l’uscita del sistema (4. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. dal punto di vista pratico. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . ossia h(t) = δ (t − t0 ). questo problema può essere tranquillamente aggirato. Più in generale. T Si tratta di un sistema con memoria praticamente finita. In verità. in questo caso.17(a)] è data da: 1 −τ /T e u(τ ) . che non contiene impulsi. che contiene solo impulsi.

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). Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. 4. 4.21. tN Fig. come mostrato in fig.65) . 4. αN . quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. 4. tuttavia per una presentazione efficace è opportuno studiarli separatamente. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). 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. possiamo affermare che.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) .6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. . In altre parole. allora il sistema complessivo è sicuramente stabile. dove N ∈ N. 4.21.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile.8. . in svariati campi delle scienze fisiche e dell’ingegneria.6. il sistema in fig. dt k dt m=0 (4. . . 4. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. sono descritti da equazioni differenziali lineari a coefficienti costanti.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). in virtù della prop. In questo caso. se i sistemi componenti il parallelo sono singolarmente stabili. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale.

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

le radici di q(λ ) sono o reali o complesse coniugate. . .69) da cui sommando membro a membro la (4. . . rispettivamente. D’altra parte.68). λN . a N 0 1 siano reali.h t h eλ t . allora gli esponenziali complessi eλ1t .68). . c2 . Le radici del polinomio caratteristico possono essere reali. eλN t sono singolarmente soluzioni della (4. NR . . 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 . 1. . cN sono costanti arbitrarie.69).70) è una soluzione della (4. cioè del tipo esponenziale complesso. . Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. . . Ni − 1}. Più in generale.72) dove c1 .68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ).73) dove λ1 . l’esponenziale eλ t è soluzione della (4.65).70) fornisce tutte le soluzioni dell’equazione differenziale (4. . ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 .68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . .68). In linea di principio. N dk (4. . . siano esse λ1 . N2 . eλ2t . dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. la (4. Quindi. è immediato constatare che y(t) = y0 (t) + y p (t) (4. (4. con N1 + N2 + · · · + NR = N [nel caso in cui R = N. i (4. . . Se si pone allora y(t) = eλ t nella (4. allora k=0 ∑ ak dt k y0 (t) = 0 .170 Sistemi lineari tempo-invarianti (LTI) della (4.9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. λ2 .73) degenera 9 Nel caso in cui i coefficienti del polinomio a . Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). Pertanto.68) non offre particolari difficoltà. e quindi deve annullarsi q(λ ). . poiché una arbitraria combinazione lineare di soluzioni della (4. .68). λ2 . è soluzione della (4. Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4.71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. . allora si prova facilmente che t h eλit . . (4. . . la soluzione generale della (4. combinando linearmente tutte le N possibili soluzioni.65) non univocamente determinata. . .67) e (4. con λ ∈ C. a . immaginarie oppure complesse. . si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci.68). . . . .68) è ancora una soluzione della stessa equazione. λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4.65). si può provare che la (4. per h ∈ {0. Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t .

. con i ∈ {1. l’evoluzione libera del sistema è nulla. in quanto l’uscita è definita a meno di N costanti arbitrarie. d y0 (t) dt = y1 . allora la soluzione particolare ottenuta è valida solo per t > 0.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4.72)]. dN−1 y0 (t) dt N−1 = yN−1 . A differenza della soluzione y0 (t). calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. 3. In altri termini.h . La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. .h nella soluzione omogenea. 1.65).75) t=0 t=0 La soluzione particolare yfor (t) della (4.73). . soddisfi le condizioni iniziali (4. . 2. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate .65) che si ottiene in questo modo prende il nome di risposta forzata del sistema.73). .65) non definisce univocamente un sistema. D’altra parte.74) determina un sistema di N equazioni lineari nelle N incognite ci. l’equazione differenziale (4. (4.66) e la seconda dipendente solo dal segnale di ingresso x(t). 2. .4. né una tecnica generale di soluzione. .h . la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. . .h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. y1 .h ).65).6 Esempi di sistemi LTI 171 nella (4. In molti casi è conveniente esprimere la soluzione generale della (4. . l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). Ni − 1}.65) si può ottenere seguendo i seguenti passi: 1. data da y(t) = y0 (t) + y p (t) per t > 0. yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. si determina una soluzione particolare y p (t) della (4. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . . la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. Innanzitutto. senza portare in conto le condizioni iniziali. se l’ingresso è applicato all’istante tin = 0.74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. possiamo dire che la soluzione generale della equazione differenziale (4. . assumendo che siano nulle le condizioni iniziali. R} e h ∈ {0. . in quanto tiene conto del solo segnale di ingresso x(t).h sono combinazioni lineari dei valori y0 . Anche in questo caso. La (4. . . Si determina la soluzione omogenea y0 (t) data dalla (4. e per essa non è possibile dare un’espressione generale. . la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. (4. cioè y0 (0) = y0 . ossia. y1 . . Riassumendo quanto detto finora. . per la presenza delle costanti ci. la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. Si determinano gli N coefficienti ci. Conseguentemente. cioè y0 = y1 = · · · = yN−1 = 0. Assegnato l’ingresso x(t). Notiamo che. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t).65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. . Questo è un risultato del tutto intuibile in quanto. ∀t ∈ R. . se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. Risolvendo tale sistema si trova che le costanti ci. yN−1 .66) assegnate. ylib (t) = 0.

Possiamo quindi dire che. Fig. (4.76) La prima osservazione interessante suggerita dalla (4.66) non è tempo-invariante. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. 4. La . si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) .16).76) è che in generale il sistema descritto dalle (4. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. il che si ottiene imponendo che il sistema sia inizialmente in quiete. Tuttavia.22. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). se si impone x(t) ≡ 0.66) non è lineare.76) è lineare per le differenze.66) sia LTI. Schema a blocchi del sistema RC (es.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)].65) e (4.23. 4. 4. Inoltre. ∀t0 ∈ R. 4. ciò viola la prop. indipendente dal segnale di ingresso. 3. cioè. segue dalla (4. mentre l’uscita y(t) è la tensione ai capi della capacità. ∀α1 . la relazione che lega yfor (t) al segnale di ingresso è tempoinvariante: se yfor (t) è la risposta forzata del sistema al segnale di ingresso x(t).65) e (4. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. allora yfor (t) ≡ 0. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t). può essere rappresentato mediante lo schema a blocchi in fig.76) che y(t) = ylib (t) = 0. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig.16). rispettivamente. assegnando cioè y0 = y1 = · · · = yN−1 = 0. Esempio 4.172 Sistemi lineari tempo-invarianti (LTI) x(t) y(t) d dt R x(t) C y(t) -1/RC d y(t) dt Fig. La seconda osservazione legata alla (4. In particolare. 4. è interessante osservare che il sistema definito dalla (4. Schema elettrico del sistema RC (es. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t).23. affinchè il sistema descritto dalle (4. (1) (2) del sistema agli ingressi x1 (t) e x2 (t).4 dal momento che. 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) . Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. α2 ∈ C. dt (4. 3.65) e (4. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. ciò significa che se x(t) ≡ 0. nel quale l’ingresso x(t) è la tensione ai capi della serie RC. indipendente dal segnale di ingresso. In definitiva.76) è che in generale il sistema descritto dalle (4.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). occorre che la sua evoluzione libera sia nulla.22.

Dalla (4. se t ≥ 0 . che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 .  c2 . dobbiamo imporre la sola condizione y0 (0) = y0 .  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 . d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e . la (4. se t < 0 . In questo caso (R = N = 1).79) Notiamo che. se t < 0 . In questo caso. nel nostro caso (equazione del primo ordine). Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4. se t ≥ 0 .77) si può scrivere come: y(t) = y0 (t) + y p (t) . e deve soddisfare l’equazione differenziale completa (4. risolvendo l’equazione (4. la (4. (4.71).66). per la presenza della costante moltiplicativa c1 arbitraria. 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) .4.79) non consente di determinare univocamente l’uscita del sistema.78) mentre y p (t) è una soluzione particolare dell’equazione completa (4. otteniamo la risposta forzata del sistema.77). per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC . Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t).77). dt (4.72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC .73) degenera nella (4. da cui si ricava l’unica radice λ1 = −1/(RC).  RC e  . La soluzione particolare y p (t) dipende dal tipo di ingresso. RC da cui.6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4. cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 . dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4. c1 ∈ R .79) otteniamo allora che y0 (0) = c1 = y0 . Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0. dt RC RC Se si moltiplicano ambo i membri dell’equazione di destra per l’esponenziale et/RC e si osserva che et/RC si ottiene: d 1 d y p (t) + y p (t) = y p (t)et/RC .77). Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 . dt RC dt  0 . per integrazione indefinita. Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ).

24. Oltre ad essere chiaramente dispersivo. per un’equazione differenziale di ordine N. trattandosi di una equazione differenziale del primo ordine. Notiamo a questo punto che. segue che c3 = −1. (4.6. 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).80) Osserviamo che. y(t) = yfor (t) ne rappresenta la sua risposta al gradino. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. una relazione analoga alla (4. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. e la (4.81) nota come equazione alla differenze a coefficienti costanti di ordine N.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . ma non comporta discontinuità in t = 0 del segnale y p (t). 4. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. dt RC che. ponendo y0 = 0. ∀t < 0] e stabile [h(t) è sommabile]. con N ≥ 0 e aN = 0. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). la discontinuità di prima specie del segnale x(t) all’istante t = 0 implica una discontinuità della stessa specie all’istante t = 0 nella derivata prima di y p (t). Nel cap. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig.37) esistente tra risposta al gradino e risposta impulsiva. Tenendo presente la relazione (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) . M (4.10 Pertanto. Inoltre. per cui risulta che c2 = 0. . 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 (4.11. il sistema LTI ottenuto è causale [h(t) = 0. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4.50) assegnata nell’es. ponendo T = RC.77). 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. per la presenza dell’evoluzione libera.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . inoltre.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. è pari a yt0 (t) = yfor (t −t0 ). il sistema risultante non è omogeneo (e quindi non è lineare). con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. ovvero s(t) = (1 − e−t/RC ) u(t) .65) in maniera più semplice di quanto visto finora. 4. 4.65). ottenuta ponendo x(t) = u(t − t0 ). essendo il sistema LTI nelle ipotesi fatte.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. corrisponde alla risposta impulsiva (4.

y(−2) = y2 . altrimenti .81) rappresenta una relazione i-u semplice da studiare. 4.8 RC h(t) 0. Assegnato l’ingresso x(n) per n ≥ nin . Solo nel caso N = 0. .83) dove y1 . per determinarne la relazione i-u. 3. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) .24. . (4.9. notiamo che la (4. i sistemi definiti implicitamente dalla (4. .2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. . yN sono valori (in genere reali) assegnati. (b) risposta al gradino. .4 0. assegnato il segnale di ingresso x(n). M} . va detto che la teoria e la pratica delle equazioni alle differenze. la (4. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. Ponendo per semplicità nin = 0.4 0.8 0. sotto opportune ipotesi.81) si può esprimere. . h(n) = a0  0. . Sistema RC (es. sono sistemi LTI.82) Dal confronto con l’es.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR).6 0. sono generalmente meno note ai lettori.65). per trovare la corrispondente uscita y(n) per n ≥ nin . analogamente alle soluzioni di una equazione differenziale (4. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . come: y(n) = y0 (n) + y p (n) . è necessario risolvere rispetto a y(n) l’equazione alle differenze.65).2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. In particolare.81). analogamente al caso TC.16): (a) risposta impulsiva. y(−N) = yN .81) descrive solo implicitamente un sistema. a partire da un istante prefissato nin ∈ Z. Per N ≥ 1. sebbene in principio siano più semplici rispetto alle equazioni differenziali. In particolare. n ∈ {0. .6 0.6 Esempi di sistemi LTI 175 1 0. (4. . . . . supposto che. questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . A tale proposito. a0 m=0 (4. si può provare che la soluzione generale di una equazione del tipo (4. . e sono denominati sistemi auto-regressivi a media mobile (ARMA). sia applicato in ingresso al sistema un dato segnale x(n). 4. la (4. 1.4. avente la seguente risposta impulsiva:   bn . y2 .

. . . l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . .h sono combinazioni lineari dei valori y0 . la soluzione generale della (4. la soluzione generale della (4. Se ci si limita a trovare soluzioni del tipo zn . y1 .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. zN . come nel caso TC. N (4. Risolvendo il sistema lineare (4. . .84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . y0 (−2) = y2 . .86) le cui radici possono essere reali.84). M (4. a . a N 0 1 siano reali. L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. cN sono costanti arbitrarie. −N + 1.81). rispettivamente. .84) si effettua ragionando similmente al caso TC. 1 2 N (4. le radici di q(z) sono o reali o complesse coniugate. zR aventi molteplicità N1 .89) si trova che le costanti ci. yN−1 assunti da y0 (n) per n ∈ {−N. . cioè y1 = y2 = · · · = yN = 0. . . . .h nh zn . . con z ∈ C e si pone y(n) = zn nella (4. siano esse z1 . ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 .87) dove c1 . yN (−N) = yN . . . . . .83). si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 .84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. . . N2 . immaginarie oppure complesse. Pertanto. y2 . . questo vuol dire che se si impone che il sistema sia inizialmente in quiete.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). ossia y0 (−1) = y1 . −1}. .11 Se le N radici del polinomio q(z) sono distinte. . Conseguentemente. ovvero la soluzione generale dell’equazione omogenea associata alla (4.88) Quindi. . z2 . (4. . NR . .85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. con N1 + N2 + · · · + NR = N.81): k=0 ∑ ak y(n − k) = 0 . (4. .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . . . .h . Se invece il polinomio q(z) presenta R radici distinte z1 . l’esponenziale zn è soluzione della (4. i (4. . . . .84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci.88) che soddisfa le condizioni iniziali (4. . c2 . . z2 . yN .

. Similmente al caso TC.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) . se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. con condizioni iniziali nulle. che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . l’equazione alle differenze (4. Pertanto.91) Tale relazione evidenzia che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n).81) e (4. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine.6 Esempi di sistemi LTI 177 del sistema è nulla. Tale metodo si basa sull’osservazione che la (4. essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. possiamo riscriverla nella forma seguente. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. D’altra parte. I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. ∀n ∈ Z. . Nell’esempio che segue. . y(−N) (ovvero le condizioni iniziali assegnate). .83) è in generale lineare per le differenze e tempo-variante.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4.81) e dalle condizioni iniziali (4.91). y(−N + 1).90) A causa della presenza dell’evoluzione libera. Dividendo primo e secondo membro per a0 = 0. . assegnando y1 = y2 = · · · = yN = 0. di quello passato x(0) e degli N valori precedenti dell’uscita y(0). Esempio 4. ylib (n) = 0. (4. x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. y(n) − a y(n − 1) = b x(n) . .91). e ponendo a = −a1 /a0 e b = b1 /a0 . che è applicabile solo a TD.81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . Successivamente. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. . . . il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. A differenza del caso TC. (4. . . . il sistema descritto dalle (4. ossia. . dai valori y(n − 1). a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). a0 k=1 a0 m=0 (4. e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. y(n − 2).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) .81). In conclusione. più semplice. . sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. x(n − 2). . Tale procedura. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4.83).4. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). . y(−2). y(1).92) .

4. .25). 4. ed in particolare nell’elaborazione digitale dei segnali. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . es. 4. Dalle proprietà della risposta impulsiva. Va detto che. nel cap. In definitiva. i sistemi ARMA presentano risposte impulsive di durata infinita. per N ≥ 1. e stabile per 0 < |a| < 1. osserviamo che la forma ricorsiva (4. Questa interpretazione porta allo schema a blocchi riportato in fig. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig.8333 e b = 1.16). suggerisce anche un modo per realizzare il sistema. supposto 0 < |a| < 1. Imponiamo che il sistema sia LTI. per n < 0. Per semplicità. Pertanto. per n ≥ 0. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 .25.23 sottolinea che l’equazione (4. possiamo trovare la soluzione h(n) in maniera ricorsiva. denotiamo 12 Ad esempio. il sistema in esame è un sistema IIR avente memoria praticamente finita. 4. oltre a fornire un metodo alternativo di risoluzione dell’equazione. h(n) può essere sinteticamente espressa come h(n) = b an u(n) . ovvero y(−1) = 0. 4. ed in generale. si vede che il sistema è dispersivo.178 Sistemi lineari tempo-invarianti (LTI) da cui si ricava che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n) e dal valore precedente y(n − 1) del segnale di uscita. A tale proposito. 4. h(1) = a h(0) + b δ (1) = ab . ponendo b = 1. assumendo che il sistema sia inizialmente in quiete. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. h(n) = 0 . Analogamente. A conclusione di questo paragrafo. 4.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. in generale. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es.11. Così facendo. in Matlab. che è rappresentata graficamente in fig. causale. il comando filter implementa proprio la relazione i-u di un sistema ARMA.81). cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n).12 è utile fare qualche considerazione sulla loro implementazione.26 per a = 0. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . la cui somiglianza con lo schema di fig. h(n) = an b . data la notevole importanza dei sistema ARMA nelle applicazioni. e sono pertanto sistemi IIR. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . A differenza del caso TC. È interessante osservare che.17.91) dell’equazione alle differenze (4. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. a ed in generale. con un leggero abuso di notazione. ossia y(n) = h(n). In tale ipotesi. scrivendo: h(n) = a h(n − 1) + b δ (n) . in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva.

opportunamente ritardato e scalato. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) .8 0. 2.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. M}. Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. 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) . N (4. . partire da un sistema ARMA con N = M. . i sistemi AR presentano risposte impulsive di durata infinita. con ak i rapporti −ak /a0 .25.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. .4 0. 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) . . 1.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. M}.4. . è possibile ottenere un sistema con N > M. Questa ricorsione. lo schema a blocchi corrispondente alla (4. Per effetto della ricorsione. ritardo elementare e sommatore. per k ∈ {N + 1.95) 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. per k ∈ {1. . .2 Fig. 4. è possibile ottenere un sistema con N < M. ponendo a zero i coefficienti bm .6 0. per m ∈ {M + 1. 13 A . N + 2. Precisamente. . Risposta impulsiva del sistema LTI (es.8333 e b = 1). 4.27. M + 2. m=0 N N (4. . . 4.26.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. N}. ponendo a zero i coefficienti bk .17). h(n) 0 0 5 n 10 15 20 Fig. analogamente. . Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. . . .93) è riportato in fig. e con bm i rapporti bm /a0 . per m ∈ {0. N}. 4. . . che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. è riportato indietro verso il segnale di ingresso z(n). 4. N (4. così facendo la (4.

precedentemente menzionato. 4. 4.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . 4. in quanto sia la parte MA che quella AR sono sistemi LTI. 4. In tal modo. che è generalmente denominata forma diretta II del sistema ARMA. . si ottiene la struttura cosiddetta canonica riportata in fig. . . . e sono pertanto sistemi IIR. b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. 15 Il comando filter di Matlab. . .27 è comunemente denominata forma diretta I del sistema ARMA. 4.94) rappresenta la parte MA (o FIR) del sistema.95) rappresenta la parte AR (o IIR) del sistema.15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. Così facendo si giunge alla struttura modificata rappresentata in fig. nonchè amplificatori e sommatori. La realizzazione di fig. . . ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. Lo schema si può vedere come la cascata della parte MA e della parte AR. mentre la (4.29. Realizzazione in forma diretta I di un sistema ARMA (N = M).28. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. . essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo.27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. z -1 y(n-N) b2 a2 . Lo schema di fig.27. z -1 x(n-N) bN aN . pertanto. senza alterare la natura del sistema. . ciò non altera il legame i-u del sistema. che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA.14 per un totale di 2 N ritardi elementari. Possiamo quindi dire che la (4. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II.

4. 4.28 notando che i due banchi di ritardi paralleli possono essere sostituiti da un unico banco. Lo schema si ottiene facilmente da quello di fig. . . 4. . .28. . . Lo schema si ottiene facilmente da quello di fig.29. . . x(n) u(n) b0 y(n) z -1 a1 z -1 a2 . . Realizzazione in forma canonica di un sistema ARMA (N = M). .27 scambiando l’ordine della parte MA e della parte AR. z -1 aN u(n) b0 z -1 y(n) u(n-1) z -1 u(n-2) . . z -1 aN u(n-N) bN . . Realizzazione in forma diretta II di un sistema ARMA (N = M). . b2 b1 Fig. 4.4. . b1 b2 . z -1 u(n-N) bN parte AR parte MA Fig. . .6 Esempi di sistemi LTI 181 x(n) z -1 a1 z -1 a2 . .

anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. ovvero poniamo x(t) = e j2π f t . Supponiamo che il segnale di ingresso sia un fasore a frequenza f .182 Sistemi lineari tempo-invarianti (LTI) 4.97) +∞ −∞ h(τ ) e− j2π f τ dτ . moltiplicato per H( f ). 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.7) oppure continua (4. si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t .9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . avente ampiezza unitaria e fase iniziale nulla. Assumendo che la quantità tra parentesi tonde esista finita. di sinusoidi (rappresentazioni di Fourier).7. per il quale la H( f ) definita dalla (4. per comodità di presentazione. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari. 4. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. in ingresso ad un sistema TC LTI con risposta impulsiva h(t). e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. e dei sistemi LTI in particolare. La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. e scrivere la relazione i-u in termini di convoluzione discreta (4.96) . se reali.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). oltre che come sovrapposizione di impulsi. e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t .12). Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. Nei paragrafi seguenti.12). Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. (4. Sostituendo nella relazione i-u del sistema.96) esiste finita. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI.7 Risposta in frequenza di un sistema LTI Abbiamo visto in questo capitolo che rappresentando un arbitrario segnale di ingresso x(·) come sovrapposizione (discreta o continua) di impulsi δ (·).

La prop. che definisce H( f ) in funzione di h(τ ). Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. cioè dell’autovalore. in particolare concetti di analisi funzionale. ovvero si ha y = A x. Vedremo nel cap. prende il nome di risposta in ampiezza. inoltre il suo modulo |H( f )|. 4. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI.30. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ).98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. Sotto opportune ipotesi. ∀ f ∈ R. 6 che la relazione (4. conseguentemente. La quantità H(0) prende il nome di guadagno in continua del sistema LTI.96). che modifica la fase del fasore di ingresso. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile.4. Tale proprietà si esprime. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . Infatti.31. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati.98) La (4. cui corrisponde in uscita ancora un segnale costante y(t) = H(0).9 si applica sicuramente a tutti i sistemi stabili. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . mentre la sua fase H( f ). Dalla sua definizione (4. in particolare l’ampiezza del fasore viene modificata da |H( f )|. |H( f )| < +∞. da cui segue che. dicendo che i fasori sono le autofunzioni dei sistemi LTI.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. per ogni fissato valore di f . ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. mentre la fase del fasore viene modificata da H( f ). che modifica l’ampiezza del fasore di ingresso. 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 . osserviamo che H( f ).96). 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. detta antitrasformata di Fourier. Per completare l’analogia.7 Risposta in frequenza di un sistema LTI 183 x(t) H(f) y(t) = H( f) e j2πft x(n) H(ν) y(n) = H( ν) e j2πνn Fig. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. ovvero se il sistema è stabile. Si noti che tale proprietà vale anche per f = 0. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. generalmente soddisfatte dai segnali di interesse pratico. 4. e la sua inversa.30. proporzionale a e.97). evidenzia che i fasori sono segnali particolari per i sistemi LTI. la prop. ∀f ∈ R. prende il nome di risposta in fase. . Fig. Sostituendo tale espressione nella (4.9 può anche essere rappresentata dallo schema a blocchi di fig. si può interpretare come la trasformata di Fourier del segnale h(τ ). 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. 4. se h(τ ) è sommabile. 4. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. Quindi. è in generale una grandezza complessa. per analogia con la corrispondente proprietà dell’algebra lineare. tale relazione di trasformata di Fourier è invertibile. 4. (4.

100) che descrive il sistema. 4.22. raffigurato in fig.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. avente ampiezza unitaria e fase iniziale nulla. mentre assume valori minori di 1 per f = 0 e decrescenti . 6.100) Abbiamo visto nell’es. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f .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 . da cui mettendo in evidenza e j2π f t si ottiene: (RC j2π f + 1) H( f ) e j2π f t = e j2π f t . 4.1). avente 1 risposta impulsiva h(t) = RC e−t/RC u(t).32 in funzione di 2π f RC. Sfruttando la conoscenza di h(t).99).100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . dt dt sostituendo nella (4.16. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. e sarà ulteriormente approfondito nel cap. e sostituendo tali espressioni nell’equazione differenziale (4. 4. si perviene alla seguente equazione differenziale.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). come dimostrato dall’esempio seguente.6. dt (4.96).184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita.1) che. § 4. che definiscono rispettivamente la risposta in ampiezza e la risposta in fase del sistema RC: |H( f )| = 1 1 + (2π f RC)2 (risposta in ampiezza) (risposta in fase) H( f ) = − arctan(2π f RC) che sono rappresentate graficamente in fig. 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. 4.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4.16 (si veda anche il § 4. È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4. ovvero H( f ) = y(t) x(t) . ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t .6. Esempio 4. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . la prop. della quale è facile ricavare modulo e fase. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. 4. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . (4. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) .

4. 4. La prop.96). (4. Un sistema di questo tipo. Come osservazione conclusiva. 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 . se l’ingresso è nullo. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. viene chiamato filtro passabasso.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . crescenti al crescere di | f |.101) . è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. Pertanto.100) e non la condizione iniziale y(0) = 0. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . per un sistema reale. la corrispondente uscita è necessariamente nulla (cfr. ovvero la sua risposta impulsiva h(t) è una funzione reale. il che è vero se e solo se y(0) = 0. 4. al crescere di | f |. 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. In altri termini. 4. In definitiva. Risposta in frequenza di un sistema RC (es. 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. In particolare. si ha: H ∗ ( f ) = H(− f ) . a prima vista. la corrispondente uscita è nulla.4).18): risposta in ampiezza (in alto). Infatti. che assume una importanza rilevante nello studio dei sistemi LTI. dove si è sfruttato il fatto che. risposta in fase (in basso). supposto H( f ) finita. e sarà ulteriormente approfondito nei prossimi capitoli. coniugando la (4. cioè H( f0 ) = 0. dato un sistema LTI. 4. Infatti. risulta h∗ (τ ) = h(τ ). 4. che introduce un’attenuazione di ampiezza crescente con la frequenza.18 conferma che la funzione H( f ) data dalla (4. Se il sistema LTI è reale. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. L’es. prop.96) o dalla (4. tuttavia. se h(τ ) è reale. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. Quindi.9 e l’es. Tale conclusione non è corretta. il sistema può “sopprimere” completamente il segnale di ingresso.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. In virtù di questo comportamento. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. 3. notiamo che.32.99) 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.

allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. Si può immediatamente osservare che.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 .21). allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. 4. capace cioè di rappresentare due segnali su uno stesso visore.110) si può ottenere come caso particolare della (4. Inoltre. 4.35). (4. la prop. notiamo che per la proprietà 4. se H( f0 ) = 0. 4. Variando la frequenza f0 del generatore (a scatti oppure in maniera .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.104) esiste finita per ν = ν0 . x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). considerando due attraversamenti dell’origine con pendenza positiva). T0 In definitiva. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. 4. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay .112) Analogamente al caso TC. un oscilloscopio a doppia traccia. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. per il quale H(ν ) definita dalla (4.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico.111) (4. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. 4. ed è riportata di seguito per completezza. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). 4. Notiamo in effetti che la (4. Si consideri lo schema di misura di fig. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es.4.35. se H(ν0 ) = 0. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. è semplice risalire allo sfasamento H( f0 ) = ϕy − ϕx introdotto dal sistema risolvendo una semplice proporzione: ϕy − ϕx ty − tx ∆t = = 2π T0 T0 =⇒ H( f0 ) = ϕy − ϕx = 2π ∆t = 2π ∆t f0 . viene collegato all’ingresso e all’uscita del circuito.35. Esempio 4.109) introducendo un opportuno sfasamento di π /2.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] .

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

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

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

   0 .    2t . con |b| < 1.  −t/T  (e − 1) .  (b) y(t) = 1 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). per t < 0 . (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n). e  0 . . per n > −1 . Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T . per 1 < t ≤ 2 .  n  a . Esercizio 4. con a > 1.8 Esercizi proposti 195 Esercizio 4. Esercizio 4. Risultato: y(n) = (n + 1) bn u(n) per a = b.  per 0 < t ≤ 1 . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b.   9 − 6t + t 2 . (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2). per 4 ≤ t < 6 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). Te  0 .   1 e(t+1) . per t ≥ 3 .  (b) y(t) = 4 . per t ≤ −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). Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n).  per 0 ≤ t < 2 . per t > −1 .  −t/T ) . con T ∈ R+ . per n ≤ −1 .    0 . per t > T . per t < 0 . per 2 < t < 3 .   12 − 2t .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 .    2t − t 2 . per t ≥ 6 .4. per 2 ≤ t < 4 . Esercizio 4.  0 . con |b| < 1.  1−1/a Risultato: (a) y(n) =  1/a  1−1/a .7 Un sistema LTI avente risposta impulsiva h(n) = an u(n) con a ∈ R − {0} è sollecitato dall’ingresso x(n) = bn u(n) con b ∈ R − {0}. Calcolare l’uscita y(n) del sistema. (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n). 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . 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). per t ≤ 0 .

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

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

(d) il sistema è dispersivo. k ∈ N0 . non causale. stabile. (a) Calcolare y(n) quando x(n) = δ (n − 1). (b) Calcolare y(n) quando x(n) = δ (n − 2).] 1 Risultato: gk = (−1)k 2k . Risultato: (a) y(n) = R4 (n − 2). (a) Calcolare y(n) quando x(n) = δ (n − 1). (b) il sistema è dispersivo. stabile. causale. stabile. (c) non è LTI. instabile. stabilire se S può essere un sistema LTI. stabilire se S può essere un sistema LTI. (b) y(n) = R4 (n − 4). si trova L = 2.18 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(k) g(n − 2k) .19 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(2k) g(n − k) . stabile. instabile. 3 (f) h(n) = 2 u(n + 5) − u(n) − u(n − 5). stabile. non causale. (e) il sistema è dispersivo. causale. causale. (d) si prova effettuando il cambiamento di variabile h = 2k nella sommatoria e ricordando le proprietà dell’espansione.198 Sistemi lineari tempo-invarianti (LTI) (e) h[n] = sin nπ u(n). (c) non è LTI. (c) Sulla base dei risultati dei punti (a) e (b). non causale. causale.17 Si consideri il sistema LTI avente risposta impulsiva 1 h(t) = δ (t) + δ (t − T ) . (b) y(n) = R3 (n − 1). 2 con T > 0. Esercizio 4. (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). dove g(n) = R4 (n). . (f) il sistema è dispersivo. Esercizio 4. (c) Sulla base dei risultati dei punti (a) e (b). Ricavare l’espressione dei coefficienti gk . Esercizio 4. (g) il sistema è dispersivo. Si può dimostrare che tale sistema è invertibile e che il sistema inverso ha risposta impulsiva hinv (t) = +∞ k=0 ∑ gk δ (t − kT ). [Suggerimento: studiare l’equazione h(t) ∗ hinv (t) = δ (t) nelle incognite gk . Risultato: (a) il sistema è dispersivo. (b) Calcolare y(n) quando x(n) = δ (n − 2). (c) il sistema è dispersivo. (g) h(n) = n (1/3)n u(n − 1). Risultato: (a) y(n) ≡ 0. dove g(n) = R3 (n).

20 Si consideri la connessione in cascata dei due sistemi LTI causali aventi risposte impulsive h1 (n) ed h2 (n). 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 .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) . causalità e stabilità). instabile. stabile. h4 (t) = eat u(t) .8 Esercizi proposti 199 Esercizio 4. (a) Classificare. rispettivamente. h3 (t) = δ (t − 2) . e discuterne le proprietà (non dispersività. causalità e stabilità). Risultato: (a) il sistema h1 (t) è dispersivo. instabile. h2 (t) = e−2t u(t) e h4 (t) = e−3 (t+2) u(t + 2) . h2 (t) = u(t + 2) − u(t) . il sistema è dispersivo. il sistema h3 (t) è dispersivo. (b) h(t) = (1−eat ) u(t). stabile. (b) Determinate la risposta impulsiva h(t) del sistema complessivo avente come ingresso ed uscita i segnali x(t) e y(t). con h1 (n) = R2 (n). causale. il sistema h4 (t) è dispersivo. il sistema h2 (t) è dispersivo. Esercizio 4. causale. dove a è un numero reale negativo. determinare la risposta impulsiva h2 (n) (si noti che questo equivale ad effettuare una deconvoluzione). motivando brevemente le risposte. causale. 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). stabile. ciascuno dei sistemi sopra riportati sulla base delle loro proprietà (non dispersività. non causale. Esercizio 4.4. causale. rispettivamente.22 I quattro sistemi LTI in figura sono caratterizzati dalle seguenti risposte impulsive: h1 (t) = h3 (t) = δ (t − 1) . Risultato: h2 (n) = δ (n) + 3δ (n − 1) − 7δ (n − 2) + 5δ (n − 3).

(c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b).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]. (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. causali. Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). non dispersivo. non causale. Risultato: (a) y(t) = T −T x at − τ 3 d τ . (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at).25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . non causale. 1 + j/2 1 + j/2 . sulla base delle sue proprietà di non dispersività. motivando brevemente le risposte. (b) il sistema è dispersivo. dispersivo. invarianti temporalmente e stabili. il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). Entrambi i sistemi sono lineari. (c) h(t) = 3 rect Esercizio 4. rispettivamente. stabile. rispettivamente.23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). (b) per n → +∞. y(n) ≈ . con T > 0. Esercizio 4. causalità e stabilità. il sistema è lineare. y(t) = x(t) − x(t − 0.24 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 . (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. non dispersività.5) nel caso (b). 2T lineare per ogni a. invariante temporalmente. S3 : y(t) = x(t/2) (espansione di 2) . con a ∈ R. causalità e stabilità). stabile. in generale è tempo-variante. Esercizio 4. dispersivi. S2 : h(t) = δ (t) − δ (t − 1) . stabile. Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. eccetto che nel caso in cui a = 3. (b) il sistema è 3t . causale. (b) Classificare il sistema complessivo. Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t).

Esercizio 4. (e) il sistema è LTI se y0 = 0. stabile. s(t) = yfor (t) = e−t/T u(t).  0 . dt T Esercizio 4.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . (b) Disegnare lo schema implementativo del sistema in forma diretta II. . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. causale. la risposta al gradino sarà la derivata della risposta alla rampa. per t ≥ 2 .27 Si consideri il circuito CR di fig. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). [Suggerimento: Per calcolare h(n). Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo.36. (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . [Suggerimento: per il punto (e).26 Si consideri il circuito RC di fig. (b) y0 (t) = c1 e−t/T . (f) il sistema è dispersivo. con a ∈ R. con costante di tempo T = RC = 1s. sistema dispersivo. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). causale.     Risultato: y(t) = 0. causale e stabile. (f) Studiare le proprietà (non dispersività. (a) Disegnare lo schema implementativo del sistema in forma diretta I.] Risultato: (a) d 1 d y(t) + y(t) = x(t). (c) ylib (t) = y0 e−t/T . stabilità) del sistema LTI determinato al punto (e). e la tensione y(t) ai capi della resistenza è il segnale di uscita.36. Esercizio 4. 4.5 (1 − e−4 ) e−t . (c) Disegnare lo schema implementativo del sistema in forma canonica. con T = RC. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 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. causalità. per 0 ≤ t < 2 . per t < 0 . 4.8 Esercizi proposti 201 Esercizio 4.28 Il segnale di ingresso x(n) e quello di uscita y(n) di un sistema LTI causale sono legati dalla seguente equazione alle differenze: y(n) + a−1 y(n − 1) = x(n − 1) . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). stabile se e solo se |a| > 1.] Risultato: h(n) = (1/a)n−1 u(n − 1). (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa).5 (1 − e−2t ) e−t . notare che essendo il gradino la derivata della rampa.4. h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t).     0.

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

con le seguenti proprietà: linea- re. (c) y(t) = rect .5 < ν ≤ 0. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. il sistema è lineare. (b) il sistema è LTI. T Esercizio 4. tempo-invariante.5T . . calcolare l’uscita y(t) del sistema se in ingresso si pone il segnale x(t) = 3 + 2 cos 2π t 2T + 4 cos 2π t T 2π t 2T Risultato: (a) H( f ) = 1 − e− j2π f T = 2 je− jπ f T sin(π f T ). applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). calcolare l’uscita y(t). causalità. invarianza temporale. Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0.5 e− j 8πν per −0.8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π .25 π (n + 1)). 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). (b) y(t) = 4 cos .35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ .5 . (c) y(t) ≡ 1. causale. calcolare l’uscita y(t) e rappresentarla grafiT camente. dispersivo.y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità. (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) Sfruttando i risultati del punto (a). applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. con riferimento al periodo principale. non dispersività. Esercizio 4. stabilità). stabile). Risultato: (a) y(t) = t t−T x(τ ) dτ .25 π n). Esercizio 4.5T 1 1 − e− j2π f T = e− jπ f T . applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . 1/T ). tempo-invariante.34 Nello schema di figura. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). (b) il sistema è LTI.36 Si consideri il sistema LTI avente. dispersivo. 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π .4. è un integratore con memoria finita. stabile. causale. la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). √ Risultato: y(n) = 2 2 sin(0. x(t) 6 S S 6 . applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0.

37 Si consideri il circuito CR di fig. (a) Determinare l’equazione differenziale che lega x(t) ed y(t).38 Si consideri il circuito RLC di fig. H( f ) = tan−1 ζf . dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente.39 Supponendo che il sistema ARMA descritto dell’esercizio 4. 2π | f |T .38. Circuito CR.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. determinare la sua risposta in frequenza H( f ). H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. 4. 1 d j2π f T d y(t) + y(t) = x(t). 4. 1 + 4π Risultato: (a) f >0 . con ω0 = dt dt (coefficiente di smorzamento). (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. 4. con T = RC. Circuito RC. 2 − e− j2πν + e− j6πν Esercizio 4. 1 . (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 . calcolare la sua risposta in frequenza H(ν ). f <0 Esercizio 4. Fig. 4. Fig. e la tensione y(t) ai capi del condensatore è il segnale di uscita. determinare la sua risposta in frequenza H( f ). (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente.36.29 sia stabile. 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4.37. Risultato: H(ν ) = 1 − 5 e− j8πν . con 2π f0 = ω0 . (b) H( f ) = . d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). dt T dt 1 + j2π f T π − arctan(2π f T ) . e la tensione y(t) ai capi del condensatore è il segnale di uscita. Esercizio 4.204 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.38.37. Circuito RLC. 4.

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

206 Sistemi lineari tempo-invarianti (LTI) .

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

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

.2) si ricava che M = 3 e Xk = 2 . Se infatti consideriamo due fasori della rappresentazione (5. Ad A|k| esempio. con M ∈ N . (5. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. Assegnato il periodo T0 e il numero di armoniche M.3) per e− j2π h f0t . ed integrando termine a termine su un periodo. ovvero: |x(t)| dt < +∞ . a frequenze ± f0 . i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). 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) = 1.3) e la (5. ±3}. cambiando l’indice da h nuovamente a k.2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori.6) per cui. notiamo che la (5. ±1. ottenuto come combinazione lineare di un numero finito di sinusoidi. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). per il segnale (5. ±2 f0 e ±3 f0 . . che in generale può essere complesso. (5. (5. si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. con h ∈ {0. supponiamo che il segnale x(t) sia sommabile sul periodo T0 . ±M}. moltiplicando ambo i membri della (5. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . Le frequenze fk = k f0 dei fasori della rappresentazione (5.4) e pertanto risultano ortogonali se k = h. nel senso precisato nel cap. i termini per k = ±2 prendono il nome di seconda armonica. A tale proposito. . ±M} . ±1. dove le funzioni xk (t) sono ortogonali. . se k = h . .3).3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr.7) T0 . . 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 . lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). In tale ipotesi.3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. con k ∈ {±1. 0. . e quindi ammettono T0 come più piccolo periodo comune.5.3) sia effettivamente periodico di periodo T0 . (4. con k ∈ {0. Ad esempio. . La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 .1)]. Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . dal confronto tra la (5.3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . i termini per k = ±1 prendono il nome di prima armonica o fondamentale.1). Per mostrare ciò. Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale).5) T0 Essendo l’intervallo di integrazione finito. cioè se hanno frequenze distinte. =δ (k−h) (5. se k = h . (5. il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. ±2.

non pone alcun problema di convergenza. affinchè la rappresentazione (5. Purtroppo. Si osservi che. conseguentemente il segnale x(t).1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi.3) sia applcabile.11) 1 T0 .8) può risultare non convergente.3) per il segnale x(t) espresso come somma di un numero finito di fasori. (5. inoltre.3).210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. ±M} ma. Infatti.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue.8) al § 5.1. per ogni k ∈ Z. più in generale. a differenza della rappresentazione (5. (5. ±1. rimandando ogni discussione sulla convergenza della serie (5.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . basti pensare che nella (5. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. Tuttavia. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. possono essere rappresentati combinando linearmente un numero finito di fasori. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt .7). . il segnale periodico x(t) deve essere necessariamente continuo. B. In definitiva.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . (vedi concetto di gradino e di risposta al gradino).9). si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. . è ancora una funzione continua (cfr. mettendo insieme le (5. Per il momento tralasciamo questo aspetto. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. espresso come somma di un numero finito di funzioni continue. 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) che.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. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. ∀k ∈ Z . nella quale il segnale periodico x(t) avente periodo T0 è espresso come somma di una serie: x(t) = lim M→+∞ k=−M ∑ M Xk e j2π k f0t = +∞ k=−∞ ∑ Xk e j2π k f0t . .3) e (5. la serie di funzioni (5.8) e (5. Dalla maggiorazione precedente. Abbiamo già avuto modo di evidenziare in passato che.7) ha senso. Si osservi inoltre che non tutti i segnali continui.10) (5. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità.2. essendo la somma di un numero finito di termini. In altre parole. . utilizzando la (5. 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) (5.5). prop. Ad esempio. in virtù della (5.

È interessante osservare che. rispettivamente. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . per ogni k ∈ Z. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t).2.12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico.7(c)] si può calcolare su un periodo del segnale. chiamati anch’essi armoniche del segnale. la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani.12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione.5. 2. se X1. La (5.10) e (5. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). ovvero per la componente continua.4. Particolarizzando l’equazione di analisi per k = 0. siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . fatta eccezione per il coefficiente per k = 0.3 In particolare. prop. rispettivamente. in quanto forniscono per ogni valore di k. Dal punto di vista matematico. ∀t ∈ R eccetto che in un insieme di misura nulla.k = X2. (5. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . 3 In . la seconda consente di decomporre o analizzare il segnale x(t).11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. Poiché i coefficienti Xk sono grandezze complesse. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). sviluppabili in serie di Fourier con coefficienti X1. ed il fatto che per segnali periodici la media temporale [cfr. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). Altre forme della serie di Fourier. che è ovviamente nulla per xac (t).k . allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. In altre parole. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale.k ed X2. La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). particolare. valida in generale per segnali x(t) a valori reali o complessi. nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori.2 Serie di Fourier per segnali TC 211 Le equazioni (5. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t .k . Più precisamente. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. ovvero si ha x1 (t) = x2 (t). saranno sviluppate nel § 5. si ha X0 = 1 T0 x(t) dt = xdc . 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 ). 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. in virtù di tale corrispondenza. e gli stessi coefficienti della serie di Fourier di x(t). Per differenza.

Per maggiore generalità rispetto al caso visto precedentemente. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche.   indeterminata. 4 Si . in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. per confronto con l’equazione di sintesi (5. 6]. k = −1. k = ±1.1 e nel seguito. si ricava:   A e j ϕ0 . 5. sebbene essa risulti a rigore indeterminata. 4 L’esempio precedente mostra che in casi molto semplici.  Xk = −ϕ0 . e sono riportati4 in fig. ϕ0 = π ). Esempio 5. altrimenti. rispettivamente. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . Gli spettri di ampiezza e fase sono dati. 5.1 per il caso A = 1 e ϕ0 = π .1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. 5. 5.1 (A = 1.2 0 0 −0. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) .212 Serie di Fourier 1 |Xk| 0.2. per semplicità di rappresentazione.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. il calcolo dei coefficienti non è un problema concettualmente difficile. noti che in fig. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es.11). k = 1.6 sinc(x) 0.1. k = 1. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero.10).1)). La funzione sinc(x) per valori di x ∈ [−6.5 0 −5 1 ∠ Xk 0 k 5 1 0. altrimenti. 4 Fig. con A > 0. altrimenti.8 0. 0.  ϕ0 . 5. come la formula di Eulero. 2  0. k = −1.4 0. 2 2 da cui. Per segnali più complicati. da: |Xk | = A 2. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5. 2 Xk = A e− jϕ0 .

e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T . Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.4. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k. es.1 0 −0. .5 0.5.2. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) . Fig.2 (A = 1. 5.2 0.5) sono puramente reali. I coefficienti Xk dell’onda rettangolare dell’es.2 (serie di Fourier dell’onda rettangolare TC.1 −0. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . cfr. Le principali proprietà della funzione sinc(x) sono le tre seguenti.4 |Xk| 0. T0 mentre per k = 0 si ha: Xk = A e− j2π k f0 t − j2π k f0 T0 t=T /2 t=−T /2 =A sin(π kδc ) sin(π k f0 T ) =A .13) Per esprimere in forma più compatta il risultato precedente.4 0. 5. Esempio 5.3 Xk 0.14) il cui grafico per x ∈ [−6. 5.2 (A = 1. 5. (5. introduciamo la funzione sinc(x): sinc(x) = sin(π x) . δc = 0. 6] è riportato in fig. δc = 0. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 .2 Serie di Fourier per segnali TC 213 0. πk πk (5. 5.3. Per k = 0.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T . Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.11): Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 A rect T0 t T e− j2π k f0 t dt = 1 T0 T /2 −T /2 A e− j2π k f0 t dt .2 −5 0 k 5 0. 2. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle.9). πx x ∈ R.5).

−7. . . e utilizzando la definizione di sinc(x). k = 2h + 1. si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . . 3. 1. 5. k = 2h + 1. osserviamo che questo segnale. 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). e la fase −π per k < 0.   0. nonché proprietà trigonometriche elementari.  k pari. in quanto. h dispari (k = . tuttavia. per la proprietà (b) della sinc. Per maggiore generalità. su un unico diagramma cartesiano. . che sono raffigurati graficamente in fig. . 2. . −3. . ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. k = 0. Notiamo la simmetria pari dello spettro di ampiezza. k pari. (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. .214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. 9. presenta armoniche puramente reali. −1. 5. . e quella dispari dello spettro di fase. . .. −5. quindi esse possono essere rappresentate come in fig. π |k|  0   indeterminata Xk = 0    ±π k = 0. − 7. 7.3. Consideriamo allora il caso particolare δc = 0. k = 0 . per qualunque valore di A e δc .).    1 − πk . k dispari. −1. 3. . k = 0. k = . Più in generale. k = . 0. . Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . .5 (duty-cycle del 50 %) e A = 1. . . ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. Xk = 1  πk .. π kδc k = 0. 5.). −5. la cui ampiezza decresce con legge inversamente proporzionale a k. k pari. π |x| ∀x ∈ R . 11.4. .  1  . risulta: X0 = A δc sinc(0) = A δc . . in quanto: |sinc(x)| ≤ 1 . Moltiplicando e dividendo per δc nella (5. 1. k = 0 . Notiamo che l’espressione precedente vale anche per k = 0. |Xk | = 0. si ha: 1 2. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . k = 0. 5. . h pari (k = . −3. In tal caso. . 7. . . . . ed utilizzando la definizione di sinc(x) e le sue proprietà.13).

Fig. 5. 5.5. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = . L’onda triangolare dell’es. 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 . 5.4 |Xk| 0.2 0 −5 0 k 5 2 ∠ Xk 0.3 (A = 1).5.3 (A = 1).2 Serie di Fourier per segnali TC 215 1 0. T0 4 2 mentre per k = 0. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo . dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t). ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig.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. Per k = 0. 5. Tale segnale è raffigurato graficamente in fig.5 per A = 1.4 0.6. 5. in quanto esso risulta nullo per la simmetria dispari della funzione integranda.11). Applicando la formula di Eulero a e− j2π k f0 t .8 0. 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 . ottenuta a partire dal generatore: x(t) = A Λ 2t T0 .6 x(t) 0. Esempio 5.

quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). si ha: Xk = = 2A T0 2A T0 T0 /2 0 cos(2π k f0t) dt − t=T0 /2 t=0 2 T0 2 T0 T0 /2 0 t cos(2π k f0t) dt t=T0 /2 t=0  1 2  T0 1 1 = sin(π k) − sin(π k) + T0  2π k f0 T0  2 2π k f0 2π k f0 =0 =0  2A  sin(2π k f0t) 2π k f0 − t sin(2π k f0t) 2π k f0 sin(2π k f0t) dt 2π k f0  cos(2π k f0t) t=T0 /2   2π k f0 t=0 − T0 /2 0 1 4A = 2 [1 − cos(π k) ] T0 (2π k f0 )2  0. k dispari.3. 6 una procedura molto semplice e generale che consente di ricondurre il calcolo dei coefficienti della serie di Fourier a quello di una trasformata di Fourier (formule o serie di Poisson). e sono raffigurati in fig.2. = 2A  . 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]). notiamo che anche l’onda triangolare possiede solo armoniche dispari. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . quindi gli spettri di ampiezza e fase si calcolano banalmente. Sia x(t) un arbitrario segnale periodo con periodo T0 . il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5.2 e 5. Vedremo tuttavia nel cap. come vedremo nel § 5. k pari. 5. k = 0. segnale sinusoidale).6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza.216 Serie di Fourier integrale. 5.2. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. definiti dalla equazione di analisi (5. in quanto |Xk | = Xk ≥ 0 e Xk = 0.2). Tuttavia. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. e quindi consiste nella risoluzione di un integrale.11). Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . § 5.4 o più estesamente in app. 5 Per .11). Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. Come vedremo (cfr. come già mostrato precedentemente. (−1)k Come evidenziato dagli es.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2.2. 5. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. fatta eccezione per casi molto semplici (es. nel seguito daremo solo qualche risultato fondamentale. esistano finiti. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5. inoltre.2. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier.

15) costruita a partire da questi coefficienti converga. In particolare.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). la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. con M ∈ N . 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 . simmetrico per garantire che siano presenti le armoniche Xk e X−k . allora si può scrivere M→+∞ lim xM (t) = x(t) .18) allora la serie associata ai coefficienti Xk converge uniformemente.17) ovvero l’equazione di sintesi restituisce il segnale x(t).8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. (5. Quindi. 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.15) converge al segnale x(t). (5.2 Serie di Fourier per segnali TC 217 calcolati mediante l’equazione di analisi a partire da x(t) esistano finiti non significa che la serie +∞ k=−∞ ∑ Xk e j2π k f0t (5. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . Risulta immediatamente evidente che.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini.2). .4. la sua serie di Fourier non potrà convergere uniformemente ad x(t). in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. b). i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5.5. sono funzioni a valori k complessi definite sull’intervallo (a. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. cfr. pertanto. allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. se la serie di Fourier converge uniformemente su R. per ogni ε > 0. b). lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5.15) converge dipende dal tipo di convergenza richiesta. Se la serie di Fourier (5.7) sono validi anche per M → +∞. si dice che la serie di Fourier (5. ∀k ∈ Z e ∀x ∈ (a.6) e (5. Lo studio delle condizioni sotto le quali la serie (5. né tanto meno che tale serie converga al segnale x(t). con k ∈ Z. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. uno stesso numero Nε va bene per tutti i punti dell’asse reale.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. Così come per le serie numeriche. se il segnale x(t) ha almeno una discontinuità. cioè k→±∞ lim |Xk | = 0 . con |gk (x)| ≤ Mk . § 5. (5. b).

In altre parole. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. se la (5.18) è verificata. ossia: x (t) dt < +∞ . come l’onda rettangolare dell’es.2? Oggi sappiamo che se la serie non converge uniformemente. non restituisce esattamente il segnale x(t). 2 T0 la serie di Fourier (5. i coefficienti di Fourier si possono ottenere equivalentemente dalle due espressioni seguenti: Xk = 1 T0 x(t) e− j2π k f0t dt = ˇ 1 T0 x(t) e− j2π k f0t dt . ma non che la serie restituisca proprio x(t).1. 5. come può la serie rappresentare segnali discontinui.2. Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5.10) converge uniformemente al segnale x(t) su tutto l’asse reale. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare. quando ciò accade. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). com’è intuibile. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. .15) che. tranne che nei punti di discontinuità: 9 Il problema della continuità della somma della serie di Fourier fu al centro del dibattito matematico dell’800. 5. è continuo e derivabile quasi ovunque. e sollevò numerosi dubbi sulla validità della serie di Fourier. come l’onda rettangolare dell’es. periodico con periodo T0 . Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. coseni o seni) sono tutte continue. la serie di Fourier (5. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). la somma di una serie di funzioni continue non è necessariamente una funzione continua. per i quali la serie. pur essendo convergente. A differenza della convergenza uniforme espressa dal teor.15) al segnale x(t) per ogni t ∈ R. eccetto al più un sottoinsieme di valori di t di misura nulla.15) converge ad x(t) per quasi tutti i valori di t ∈ R. ma con continuità. che assicura la convergenza della serie (5.218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici. Pertanto. se ci limitassimo a considerare la sola convergenza uniforme. con derivata x (t) a quadrato sommabile sul periodo T0 . 5. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. ˇ tuttavia. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono.15) è data dal seguente teorema: Teorema 5.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. Dal punto di vista ingegneristico. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. una volta calcolati i coefficienti Xk a partire da un segnale x(t). In tal senso. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813).15) può convergere uniformemente ad un segnale x(t) = x(t).

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

Osserviamo infatti preliminarmente che. basta porre n = −1. non riportata. consente di ricostruire esattamente in ogni punto di continuità il valore del segnale x(t). 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). quanto più dolce è l’andamento del segnale nel dominio del tempo. Tale proprietà è sicuramente verificata per l’onda rettangolare e triangolare. 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.2). D’altra parte. 5. un segnale x(t). si basa sulla ripetuta integrazione per parti dell’equazione di analisi): Proprietà 5. con derivata (n + 1)-esima discontinua ma limitata. quindi essa può essere verificata solo analiticamente. Se il segnale è continuo con le sue derivate fino a quella di ordine n. ed incrementarlo di uno per avere la rapidità di convergenza a zero dei coefficienti. La proprietà precedente esprime con linguaggio matematico il seguente concetto qualitativo: quanto più è dolce il segnale.16). e come 1/k2 per l’onda triangolare. Come conseguenza della prop. Abbiamo osservato che la rapidità di decadimento a zero dei coefficienti di Fourier può essere diversa da segnale a segnale: ad esempio. Questo vuol dire che. Pertanto. il segnale xM (t) = k=−M ∑ M Xk e j2π k f0t . teor.2 Ricostruzione di un segnale periodico con un numero finito di armoniche L’equazione di sintesi della serie di Fourier. Vale allora la seguente proprietà (la cui dimostrazione. dal punto di vista matematico. anche senza calcolare esplicitamente i coefficienti Xk : basta infatti individuare il più piccolo ordine di derivata discontinua. può risultare una buona approssimazione del segnale x(t). tanto più rapidamente decadono a zero i coefficienti della sua serie di Fourier. nelle ipotesi in cui valgono le condizioni di Dirichlet per la convergenza puntuale (cfr. essa consente di prevedere esattamente tale rapidità di decadimento a zero. se M è “sufficientemente” grande. abbiamo osservato che una condizione necessaria per la convergenza uniforme della serie di Fourier è che i coefficienti Xk tendano a zero per |k| → +∞. 5. che include solo un numero finito di armoniche. continuo con alcune sue derivate. tanto più piccolo può essere il valore M sufficiente a garantire un determinato livello di accuratezza. Evidentemente. mentre restituisce in ogni punto di discontinuità la semisomma del limite destro e sinistro. Più precisamente. possiamo prevedere che.2. i coefficienti Xk della sua serie di Fourier decadono a zero per k → ±∞ come 1/|k|n+2 . già definito nella (5. La ricostruzione esatta di un segnale x(t) è possibile in generale solo considerando un numero infinito di armoniche. È allora particolarmente interessante notare che l’effettiva rapidità con cui i coefficienti Xk decadono a zero dipende dalla dolcezza del segnale x(t) nel dominio del tempo. se è vero che in teoria occorre considerare un numero finito di armoniche per ricostruire il segnale x(t). con M ∈ N . ha un andamento tanto più dolce quanto maggiore è il numero di derivate continue. 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. 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).1.1 (rapidità di decadimento a zero dei coefficienti della serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . quanto maggiore è la rapidità di decadimento dei coefficienti di Fourier. . i coefficienti decadono come 1/k per l’onda rettangolare. Notiamo che la proprietà precedente vale anche per un segnale discontinuo. in pratica. È facilmente intuibile che. la scelta di M dipende dalla rapidità con cui i coefficienti di Fourier Xk tendono a zero per |k| → +∞.220 Serie di Fourier 5.

i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . Questo fenomeno. 5. e pertanto il segnale ricostruito con 2M + 1 armoniche. noto come fenomeno di Gibbs. 5. 5.7. confermando che. per cui la prop. Esempio 5. come si può anche osservare dalla fig. dt. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. Gibbs (1839–1903). la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. In effetti. 11. se t0 è un punto di discontinuità.1 si applica con n = 0. 5. 101. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. quindi la prop.2.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. 5. che per primo lo osservò e lo descrisse. Per δc = 1/2 ed A = 1.3. 5. come già discusso in precedenza.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. 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) . i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni.28114072518757 è una costante notevole. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. 5. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. In fig. ottenuti con Matlab. vengono “schiacciati” verso la discontinuità.1 si applica con n = −1. pur soddisfacendo le condizioni di Dirichlet. in effetti. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 .20) è pari in valore assoluto circa a 0. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. ma la cui ampiezza non diminuisce al crescere di M. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. presenta dei punti di discon− + tinuità. nella quale il segnale oscilla tra i valori −0. come testimoniato dalla fig. la cui frequenza aumenta. Matematicamente. Infatti al crescere di M i picchi delle oscillazioni. 3.09 (a sinistra della discontinuità) e 1.6.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. il fenomeno di Gibbs non si verifica per tale segnale.7 (onda triangolare) Si consideri l’onda triangolare dell’es. in effetti. Inoltre. W. L’espressione (5.2 Serie di Fourier per segnali TC 221 Esempio 5. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. ma per ogni segnale x(t) che. 5.09. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint).5. 1. L’onda triangolare è continua ma con derivata prima discontinua. sebbene restino di ampiezza invariata. ma non uniformemente negli intervalli che contengono le discontinuità. In particolare. 5. poiché l’onda triangolare è una funzione continua. 11 Il 12 In fenomeno prende il nome dal fisico J. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. l’ampiezza delle oscillazioni calcolata secondo la (5. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . (5.12 Nell’es. ed il valore 1/2 in corrispondenza delle discontinuità.8.09 (a destra della discontinuità. confermando che.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo.20) dove βgibbs ≈ 0.

xM(t) 1 0. (f) M = 101. (e) M = 11. xM(t) 0. xM(t) 1 0.8 x(t).7.6 0.6 0. .5 0 t/T 0.5 (b) 0 0 t/T 0.4 0. (c) M = 3.4 0.6 0.8 x(t).5 0 t/T0 0. (d) M = 5.2 0 −0.2 0 −0. xM(t) 0.4 0.5 0 (c) 1 0.5 0 t/T0 0.8 0.5 x(t). xM(t) 0.222 Serie di Fourier 1 0.2 0 −0.2 0 −0.4 0.6 0. xM(t) 1 0.5 (a) 1 0.5 x(t).2 0 −0.6 0.6 0.5 (d) 0 t/T0 0.8 0.2 0 −0.4 0.5 0 t/T0 0.8 0. 5.4 0.5 (e) (f) Fig.5 x(t). 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 = 0.8 x(t). (b) M = 1.

insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare.5.3.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico. 13 Una .13 valutazione quantitativa della bontà di tale ricostruzione. la lenta convergenza a zero (come 1/k) delle armoniche dell’onda rettangolare comporta che per ottenere una buona approssimazione con M finito è necessario considerare un elevato numero di armoniche.8). Viceversa. 5.4. è proposta nel § 5.7 e 5. la più rapida convergenza a zero (come 1/k2 ) delle armoniche dell’onda triangolare determina una migliore ricostruzione a parità di numero di armoniche (si confrontino le fig. sulla base dell’uguaglianza di Parseval.

5 (e) (f) Fig.6 0. (b) M = 1.5 (d) 0 t/T0 0.8 x(t). xM(t) 1 0.5 0 t/T0 0. xM(t) 1 0.224 Serie di Fourier 1 0. xM(t) 0. (d) M = 5. xM(t) 1 0. (c) M = 3.6 0. .4 0.4 0.6 0.2 0 −0.5 0 t/T0 0.8 x(t). (f) M = 101.4 0.6 0.5 0 (c) 1 0.5 (a) 1 0.4 0.8 x(t).5 x(t).5 (b) 0 0 t/T 0.5 x(t).2 0 −0.5 0 t/T0 0.2 0 −0.5 0 t/T 0.4 0. (e) M = 11. xM(t) 0.6 0.5 x(t). 5.8 0.8 0.4 0.6 0.2 0 −0.2 0 −0. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.8 0. xM(t) 0.8.2 0 −0.

3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n .22) La relazione (5.5. ad esempio in (0. .21) Notiamo che. In particolare. non abbiamo indicato di proposito gli estremi di variazione dell’indice k.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. . cambiando l’indice da h nuovamente a k.22) una somma finita. essendo la (5. 1[.21). N0 n=0 k ∈ {0. se k ∈ {0.21).3). . e rappresenta l’equazione di sintesi della serie di Fourier discreta.22) è analoga all’equazione di sintesi (5. . e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . Nella (5.22) per e− j2π hν0 n e sommando su un periodo. nella (5. pertanto. 1.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . 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 . 14 Si . moltiplicando ambo i membri della (5. 1) oppure in (−1/2. In particolare.23) Le (5. per cui la (5. (5. se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n .3 Serie di Fourier per segnali TD (DFS) 225 5. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. nota anche come Discrete Fourier Series (DFS). (5. in quanto si tratta di una somma (finita) e non di una serie. . 1/2). cfr. . Esse. . e quindi l’intervallo di variazione delle frequenze νk = kν0 . k (5. salvo casi particolari. 1. . proprio per questo motivo. . . N0 − 1}. N0 − 1} . ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. .10) della serie di Fourier a TC.22) e (5. . una differenza fondamentale da tener presente nel caso TD rispetto al caso TC è che due fasori aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k ∈ Z sono matematicamente coincidenti (proprietà di periodicità in frequenza dei fasori TD. semplificati dal fatto che. 1/N0 . un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). Infatti. L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. le frequenze νk assumono i valori 0. (N0 − 1)/N0 nell’intervallo [0. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. 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 .21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . La differenza fondamentale rispetto alla serie di Fourier (5.3. § 2. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . è improprio parlare di “serie” di Fourier nel caso TD. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa.

le (5. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.28) (5. . entrambe periodiche dello stesso periodo N0 .25) e (5.25) siano quelli dell’intervallo {0.29) viene denominata Discrete Fourier Series (DFS). con sostituzioni algebriche banali. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC. mentre la (5. la (5.24) e pertanto. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) . Se infine nelle (5. costituiscono formalmente l’esatta controparte delle (5.23) si riscrivono in termini di x(n) e X(k) come: x(n) = X(k) = 1 N0 −1 ∑ X(k) e j2π kν0 n . In particolare.26) ∑ x(n) e− j2π kν0 n . 15 Notiamo DFS . 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. nella letteratura scientifica le (5. 1. In altri termini.226 Serie di Fourier rappresentazione.28) e (5. Posto wN0 = e− j2π /N0 .25) e (5.11).25) (5. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5. Una prima differenza rispetto alle (5.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). .26) è periodica. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . si definisce infatti la sequenza X(k) come X(k) = N0 Xk .10) e (5. Va detto però che. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici.29) ∑ x(n) wkn N0 In effetti. N0 k=0 N0 −1 n=0 (5. A partire da Xk . le (5.15 come la sequenza x(n). valide nel caso TC. .22) e (5. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5.26) abbiamo esteso la definizione di X(k) a qualunque valore di k.27) (equazione di sintesi) (equazione di analisi) (5. N0 − 1}.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi. .2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 .29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. anche se esse non sono esattamente corrispondenti a quelle nel caso TC.28) prende il nome di Inverse Discrete Fourier Series (IDFS). nella letteratura scientifica.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. Inoltre nella (5.22) e (5. (5.

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

con semplici passaggi algebrici..29). Utilizzando la definizione (5.9 per N0 = 8 ed M = 4. x ∈ Z . 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 .30) Ricordando la definizione di wN0 . . per cui la (5. (5. . N1 = 0 e N2 = M − 1.228 Serie di Fourier e raffigurata graficamente in fig. La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. (5. tranne che in x = ±1. 5. come 1−e − j2π kM N 0 k − j2π N 0 e = − jπ kM N 0 k − jπ N e e jπ kM N 0 k jπ N −e −e − jπ kM N 0 X(k) = 1−e e 0 0 k − jπ N = sin π kM N0 k sin π N0 e k − jπ (M−1) N 0 . La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . 2. 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 . e quella dispari dello spettro di fase. DM (x) = M M.11 nel caso N0 = 8 ed M = 4. . si ha allora: X(k) = DM k N0 . La DFS di x(n) si scrive. Le principali proprietà della funzione DM (x) sono le seguenti.31) il cui grafico per x ∈ [−1. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . notiamo che wkM N0 wk 0 N = e = e .31). Ponendo infatti a = wk 0 . . ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet.30) può essere riscritta. sulla base della definizione (5. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. ∀x ∈ R . dove vale M:  k  0. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. x = . sin(π x) x ∈ R. 0 Per esprimere in forma più compatta il risultato precedente. ±2. . introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . k ∈ Z. Tale DFS è rappresentata in ampiezza e fase in fig.10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. x ∈ Z . 5. 1] è riportato in fig. di facile dimostrazione: 1.

rispettivamente. anche perchè il concetto di continuità perde di significato in tal caso. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. che suggeriscono ulteriori considerazioni concettuali e. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5.5 0 x 0. DFS dell’onda rettangolare dell’es. Fig.5. quando necessario. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). simmetria hermitiana dei coefficienti.10. e sono comunque riportate in app.8 (N0 = 8.16 La proprietà di linearità della serie di Fourier afferma . soprattutto. evidenziando. utili talvolta nei calcoli.5 0 x 0. le differenze salienti. Notiamo in conclusione che. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. Altre proprietà formali. con α1 . è ancora un segnale periodico di periodo T0 . 5. i cui coefficienti di Fourier siano Xk e Yk . risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. 5. Di conseguenza. In particolare. 5. Per tali proprietà. E.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . Poichè i due segnali x(t) e y(t) hanno lo stesso periodo.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. il fenomeno di Gibbs non sussiste nel caso TD. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). M = 4): spettro di ampiezza (in alto) e di fase (in basso). 5.4. tratteremo congiuntamente sia il caso TC che quello TD.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. denominati algoritmi Fast Fourier Transform (FFT). Vedremo (cfr. α2 ∈ C.11. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali.5 1 4 |X(k)| −0. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). discuteremo nel dettaglio la proprietà di linearità.29). In altre parole. Il fatto che la DFS/IDFS sia espressa mediante una somma finita di termini comporta che la DFS/IDFS può essere calcolata non solo analiticamente. 5. e l’uguaglianza di Parseval per il calcolo della potenza. § cap.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0.28) and (5. ma anche algoritmicamente. in quanto richiede un numero finito di operazioni.

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) . mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ).33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 .2 e 5. Analogamente.11) e (5. . 5. rispettivamente. Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk .2 Simmetria hermitiana Con riferimento a segnali periodici TC. nel caso TD. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . α2 ∈ C . DFS DFS FS ∀α1 .230 Serie di Fourier che i coefficienti di Fourier Zk del segnale periodico z(t) si ottengono combinando linearmente allo stesso modo i coefficienti di Fourier dei segnali x(t) e y(t). otteniamo la seguente proprietà notevole: Proprietà 5. Riassumendo. (simmetria pari) (simmetria dispari) (5. 5. dei due segnali è ancora un segnale periodico di periodo N0 . 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. 5. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n).32) Si può facilmente mostrare che queste relazioni di simmetria per gli spettri di ampiezza e di fase si possono sinteticamente enunciare come: ∗ Xk = X−k . con α1 . 16 Può (5. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 . α2 ∈ C.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. ossia: Zk = α1 Xk + α2 Yk . rispettivamente. Xk = − X−k . i cui coefficienti di Fourier siano X(k) e Y (k).1. α2 ∈ C . negli es. Valgono cioè le seguenti relazioni: |Xk | = |X−k | . DFS ∀α1 .4.29). (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo.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. siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 .

X(k) = − X(−k) .36). T0 Se x(t) è reale.35) Le proprietà (5.36). Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC.11): Xk = 1 T0 x(t) e− j2π k f0 t dt . k=1 k=1 ∑ Xk e j2π k f0 t da cui. Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k . anche in questo caso le (5.35). (5. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5. 5. avendo già provato che X0 è reale. Proviamo adesso l’implicazione ⇐ nella (5.8 riguardante la DFS dell’onda rettangolare TD. Se vale la simmetria hermitiana (5.36). la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. (simmetria pari) (simmetria dispari) (5.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico. in particolare. Partiamo dall’equazione di analisi (5. L’equivalenza tra simmetria hermitiana e simmetria pari/dispari degli spettri di ampiezza/fase si dimostra facilmente nel caso TC esprimendo Xk come Xk = |Xk | e j Xk e sostituendo tale espressione nella (5. Proviamo prima l’implicazione ⇒ nella (5.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. si ha x∗ (t) ≡ x(t).5.37) Prova.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) .36).38) . Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . Inoltre l’equazione di sintesi (5. e valgono se e solo se il segnale periodico in questione è reale.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico.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. 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 .33) e (5. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier. come specificato dalla seguente proprietà: Proprietà 5. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). e quindi X0 è reale. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 .34) Pertanto. si ricava che x(t) è reale. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5.

k ∈ {1.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. N0 − 1}. . X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . Rispetto al caso TC.37) mediante le seguenti condizioni: X(0) reale . se k ∈ {1.39). anche N0 − k varia nello stesso intervallo. con riferimento ai soli valori di k ∈ {0.39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) .232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. .37) si può riscrivere. . . 2. con riferimento a segnali periodici TC reali. 2.  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . . N0 − 1}. si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . Questa conclusione non è corretta. si può esprimere. . N0 − 1}. . in relazione alla periodicità della sequenza X(k). . In definitiva. k=1 Con ragionamenti simili. . 1. applicando la (5. . La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. . . 2.39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. anche X(N0 /2) è vincolato ad essere reale per N0 pari. In altre parole. mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). la proprietà di simmetria hermitiana per la DFS. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π .37) nel caso TD).34) a partire dalla (5. 2. 2. anche come segue: X ∗ (k) = X(N0 − k) . si può verificare (la verifica è lasciata al lettore come esercizio) che. . Infatti. poiché la fase di un numero complesso è definita a meno di multipli di 2π .  N 0 k=1 . X ∗ (k) = X(N0 − k) . Notiamo infatti che. il solo coefficiente X(0) è vincolato ad essere reale. per k ∈ {1. valide esclusivamente per segnali reali. 1. . Notiamo infatti che nell’equazione di sintesi (5. notiamo che. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . . ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . partendo dall’equazione di sintesi (5. (5. Infatti. . N0 − 1} . . se N0 /2 è intero (il che accade se e solo se N0 è pari). . per segnali periodici TD reali. . . . 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. in alternativa alla (5. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). N0 − 1}. . per k ∈ {1. da cui si deduce che. . conseguentemente. Per evitare possibili fraintendimenti. N0 − 1}.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . se x(·) è reale. N0 − 1}.32) (con analoghi passaggi si ottiene la (5. . per cui la (5. per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e.38).28) compaiono solo i valori di X(k) per k ∈ {0. ponendo Xk = |Xk | e j Xk nella (5. . è possibile determinarne almeno uno dispari. In particolare. N0 pari . . . . oltre a X(0).

note anche come forma esponenziale della serie di Fourier. compaiono soltanto quantità reali. Le espressioni (5. rispettivamente.41) Le (5.3 Uguaglianza di Parseval L’uguaglianza di Parseval consente di esprimere la potenza di un segnale periodico in termini delle potenza delle armoniche che lo compongono.10). . si ha.40) e (5. . Nel seguito. in parte reale ed immaginaria. anziché in modulo e fase. . . 2. def. perché più generali e compatte. . 5.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD.4.5. x(t) = dove: a0 = 2 T0 x(t) dt . bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . si ottiene nel caso TC decomponendo Xk . a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] .42) e (5. con facili passaggi algebrici. Un’ulteriore espressione della serie di Fourier.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier.29). ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . N0 dispari .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. ak = 2 T0 x(t) cos(2π k f0t) dt . (5. N0 pari . 2 k=1 (5. Consideriamo dapprima il caso di un segnale TC periodico. Infatti. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali.38).1 e def. .4 Principali proprietà della serie di Fourier e della DFS 233 (5. note come forma polare della serie di Fourier. 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 . valide per segnali reali.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) .39). partendo dall’equazione di sintesi (5.42) T0 T0 T0 Allo stesso modo. 5. Il punto di partenza è l’equazione di sintesi (5. ed in essa. bk = 2 T0 x(t) sin(2π k f0t) dt . anche per segnali reali. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr.2). N0 − 1}) nella (5. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . 5. come nella forma polare.

In virtù di tale ortogonalità. 0.18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . È semplice anche in questo caso provare che i segnali xk (n). ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . riprendendo e riscrivendo l’equazione di sintesi (5. (5.234 Serie di Fourier Abbiamo già osservato [eq.28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS. se k = h . con coefficienti X(k)/N0 . possiamo quindi enunciare la seguente proprietà: Proprietà 5. 2. Riassumendo. la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. 2 ∑ N0 k=0 (5.10) sono a due a due ortogonali. es.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. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 . Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori.4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . Notiamo che per segnali . possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = 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 1.4)] che i fasori e j2π k f0t che compaiono nella (5. essendo fasori a frequenze distinte. (5. sono tra di loro ortogonali.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 . nota come uguaglianza di Parseval per la serie di Fourier (a TC). Passiamo a considerare il caso di un segnale periodico TD. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . Poiché (cfr. se k = h .

la (5. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . . la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . 5.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. Per un fissato valore di ξM . sfruttando la simmetria hermitiana dei coefficienti. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t).12 è rappresentato. per avere ξM ≥ 0. tale coefficiente. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 .5. § 5.44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. Infatti. In fig.2).2. mentre è sufficiente un valore M = 3 per l’onda triangolare. Ad esempio.99 è necessario considerare M = 23 per l’onda rettangolare. Tale potenza può essere rapportata alla potenza Px del segnale x(t). Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. ottenendo così il coefficiente ξM = Px (M) ∈ [0. Px che può essere assunto come indice della bontà della ricostruzione al variare di M. e confrontarla con la potenza del segnale originario x(t). per un fissato valore di M. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. e quindi per un fissato valore di accuratezza relativa. con M ∈ N . 1] . In particolare. per ottenere una valutazione quantitativa di tale bontà. al variare di M. Utilizzando l’uguaglianza di Parseval. rispetto a quello per l’onda rettangolare. k=1 +∞ L’uguaglianza di Parseval può essere utilizzate per misurare la bontà della ricostruzione di un segnale TC periodico impiegando un numero finito di armoniche (cfr.

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

Fig.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. Applicando l’equazione di sintesi della serie di Fourier a TC (5.23) per calcolare l’uscita y(t).5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. 5. sfruttando le formule di Eulero.18 Consideriamo prima il caso TC.10) della serie di Fourier di y(t). 6). ed essendo i coefficienti Xk ∈ C quantità costanti.10). l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . Per la linearità del sistema. periodico di periodo T0 .105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .7. è possibile applicare il principio di sovrapposizione (3. e supponiamo che il segnale x(t). =Yk (5. che può essere vista come un caso particolare di segnale periodico. sia applicato (fig. per il principio di sovrapposizione (3.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t . la principale motivazione che spinge a rappresentare un arbitrario segnale come sovrapposizione di fasori è la semplicità con cui è possibile calcolare l’uscita di un sistema LTI sollecitato da un singolo fasore. 5. Infatti.46) ha la forma dell’equazione di sintesi (5. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD.97) e (4.5. Risposta di un sistema LTI ad un segnale periodico (caso TD). 5. l’uscita corrispondente ad un singolo fasore xk (t) = e j2π k f0t (avente frequenza k f0 ) della rappresentazione di x(t) si ottiene applicando la (4. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. le espressioni precedenti sono state già utilizzate (cfr. § 4. Risposta di un sistema LTI ad un segnale periodico (caso TC). siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. dove f0 = 1/T0 .14. 18 Espressioni . x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n .13.23).46) Poiché la (5. mediante le relazioni (4. 5. Pertanto.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). In particolare.

21 Si noti che.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . che prende per questo motivo il nome di guadagno in continua del sistema. stretto rigore.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | .14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). sia applicato (fig. mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. Yk = H(k f0 ) + Xk . il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . 5. la funzione H( f ) prende anche il nome di risposta armonica del sistema. Pertanto.47) La (5. Notiamo che le quantità che compaiono nella (5.50) Dal confronto con la (5. (5. si ricava anche in questo caso che y(n) è un segnale periodico.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . la (5.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. si ha: ydc = H(0) xdc . calcolati alle frequenze fk = k f0 .22). in generale. e ricordando che Y0 = ydc e X0 = xdc . supponiamo che il segnale x(n). 19 A (5. complesse. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. In termini di modulo e fase. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . se il sistema è reale. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) .21 Passando ad esaminare il caso di un segnale TD. per la simmetria hermitiana di H( f ) risulta che H(0) è reale.51) Per gli spettri di ampiezza e fase. periodico di periodo N0 . (5. si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t .47).48) (5. valgono considerazioni analoghe a quelle già fatte nel caso TC.47) sono tutte.238 Serie di Fourier (1) l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico x(t) avente periodo T0 è a sua volta un segnale periodico y(t) avente periodo T0 .47) per k = 0. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 . Particolarizzando la (5. N0 k=0 dove ν0 = 1/N0 . con lo stesso22 periodo N0 del segnale di ingresso. N0 k=0 =Y (k) (5. in particolare. 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 ). . applicando il principio di sovrapposizione. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4.

5.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. 5.5. 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. avente frequenza k f0 .2 0 0 −5 0 f/f0 5 −5 0 k 5 0. Fig. Esempio 5. Risposta di ampiezza del filtro RC (es. 1 + j2π f RC per cui la (5. in ingresso ad un sistema RC.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. Facendo riferimento al caso TC.15. 5.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. 5. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza. riportata di seguito. 5. la modifica subita dalla k-esima armonica. |H(k f0)| 0.16. come evidenziato nell’esempio che segue. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. Particolarmente interessante è la modifica delle ampiezze delle armoniche. ad esempio.46).4 0. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|. Inoltre.4 0.47) e (5. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . di ampiezza A e duty-cycle δc .4 |Yk| 0. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata.9). 5. y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t =Yk mostra che un sistema LTI modifica in ampiezza e fase ciascun fasore e j2π k f0t del segnale di ingresso.6 0.2 0 −5 0 k 5 Fig.8 |H(f)|. la (5.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) . Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) . lasciando tuttavia invariata la frequenza k f0 del fasore stesso. 1 + j2π k f0 RC . Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.2.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5.9). in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier.2 |Xk| 0.

Il segnale y(t) di uscita (fig. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. si dice che il sistema LTI si comporta come un filtro.5 1 0 Fig. per effetto dell’attenuazione delle componenti ad alta frequenza. i più semplici esempi di filtri sono quelli cosiddetti ideali. 5. I filtri ideali TC sono in genere classificati. In particolare.6 0. 5. per 2π f0 RC = 1.y(t) 0.2 0 −1 −0. In particolare. Viceversa. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). Per questo motivo.5 0 t/T 0. ossia quello di atte1) l’ampiezza di alcune armoniche. un comportamento tipico ad esempio dei circuiti elettrici risonanti. 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. 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. In fig. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|.240 Serie di Fourier 1 0. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. Con riferimento al caso TC. 5. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| .17).17.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. 5.23 Come caso limite. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es. . 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.8 x(t). le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. 5. 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. mentre in fig.9. 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).4 0.

. mentre la banda oscura è Ws =]−∞. +∞[. La banda passante del filtro è W p = [− fc . (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. 5.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. Fig.18. 5. +∞[. fc ]. | f | > fc . | f | ≤ fc . − fc [ ∪ ] fc . 5. La risposta in frequenza (fig. 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 frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. mentre la banda oscura è Ws = [− fc . (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞.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. 0. la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. | f | ≤ fc . La risposta in frequenza di un tale filtro (fig. 1. | f | > fc . Anche in questo caso.5.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. − fc [ ∪ ] fc . La banda passante del filtro è W p =]−∞. fc ]. Risposta in frequenza di un filtro ideale TC passabasso (LPF). Risposta in frequenza di un filtro ideale TC passaalto (HPF).19. o equivalentemente: HLPF ( f ) = rect f 2 fc .

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

essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. quindi soddisfa la proprietà di simmetria hermitiana.21.52) (5. descritti dalla (5. Si noti che per tutte le tipologie di filtri introdotti precedentemente. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν .25 sono mostrate le risposte armoniche dei filtri ideali LPF. sia nel caso TC che TD.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.22–5. 5. si noti che le espressioni analitiche della risposta in frequenza nel caso TD differiscono da quello TC solo per l’aggiunta dell’operazione di replicazione di passo unitario. 2 mentre per i filtri BPF e BSF. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ).11).108) nel caso TD. descritti dalla (5. prop. 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. le tipologie di filtri ideali sono le stesse.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. Per quanto riguarda il caso TD.5. con 0 < νc1 < νc2 < 1 .54) e (5. necessaria per garantire la periodicità di H(ν ). nelle fig. 4. con la fondamentale differenza che.52) e (5.55) è possibile definire due frequenze di taglio. BPF e BSF per il caso TD. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. oppure dalla (4. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. A causa di tale periodicità. 0 < νc < 1 rappresenta la frequenza di taglio. 1/2[.53). Tali filtri si dicono invece ideali in senso “fisico”. data dalla (4. Nelle fig. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale.53) (5. Anche nel caso TD. perché presentano una separazione netta tra banda passante e banda oscura.101) nel caso TC. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). Tali filtri si dicono ideali anche . 5.22–5. la risposta armonica H(·) è una funzione reale e pari.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. Per questo motivo.54) (5. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. 5. HPF.

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

5.22. . Risposta in frequenza di un filtro ideale TD passabanda (BPF).25.24. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. 5.6 Selettività in frequenza dei sistemi LTI e filtri ideali 245 HLPF(ν) HHPF(ν) 1 1 -1/2 Ws -νc 0 Wp νc 1/2 Ws ν -1/2 Wp -νc 0 Ws νc 1/2 Wp ν Fig. Risposta in frequenza di un filtro ideale TD passabasso (LPF).23. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. Fig.5. Risposta in frequenza di un filtro ideale TD passaalto (HPF). 5. 5.

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

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

k ∈ {0. X(1) = 3 − j. Risultato: (a) N0 = N. X(3) = 3 + j. (a) Rappresentare graficamente il segnale x(n). (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. . X(N − 1) = 2 N 2 (3 + j).] 0.   12 j 3π /8  e .9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k . . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. Esercizio 5. . notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. 2. da cui X(0) = −2. 3. X(N − 2) = − N j. 22} . (b) X(k) = − 12 e− j 3π /8 . dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2).  j   0. (a) Determinare il periodo N0 del segnale x(n). 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. X(1) = X(k) = 0 per tutti gli altri valori di k. k2 π 2 Esercizio 5. 1. X(2) = 0. k = 0. Esercizio 5. X(2) = N 2 j. (a) Determinare il periodo N0 di x(n). k = 1.8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . Risultato: (b) Xk = 4 . (b) X(0) = N. . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. k ∈ {2. [Suggerimento: dal grafico.248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t).7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. 3}. N 2 (3 − j). k pari . .  24 . j Risultato: (a) N0 = 24. k dispari . k = 23 . dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) .

Esercizio 5. k ∈ {1. altrimenti . Risultato: (b) X(k) = 1 + 4 cos πk 3 . 3. n = 1. n = −1 . (a) Rappresentare graficamente il segnale x(n). 2. 3. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5.   1 . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. k ∈ {0. 8. 1. k ∈ {0. n = 0. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. . 2.. 2. X(2) = −4. (b) X(k) = 4 + 8(− j)k . Esercizio 5. -5 0 5 n (a) Determinare il periodo N0 di x(n). . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. dove  2 . xg (n) = 2 .. Risultato: (a) N0 = 4. 6}.5. X(1) = 4 − j 8. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.. X(3) = 4 + j 8.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 .7 Esercizi proposti 249 Esercizio 5... 3}.    0. . 4. 4} . 5. Risultato: (a) N0 = 5. k = 0. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica..12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . da cui X(0) = 12. 1.13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ .10 Si consideri il segnale periodico x(n) = rep6 [xg (n)].

con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). ] Esercizio 5. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. X(3) = −3 j. (5. [Suggerimento: applicare le identità dell’esercizio 5. (e) X(0) = 3. mostrare che se x(t) ha la proprietà di simmetria (5. X(1) = 3 e jπ /4 . (d) X(0) = −2. X(1) = 2. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. X(2) = 2. Esercizio 5. (c) X(0) = j. X(1) = 5 − j. (b) Scrivere l’equazione di analisi in (−T0 /2.56) operando un cambiamento di variabile in uno dei due integrali. (b) X(0) = 3. X(3) = 1 − 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 . allora il segnale ha solo le armoniche dispari. 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). X(3) = − j. T0 /2) e dividere l’integrale in due integrali.56) (b) Viceversa. X(2) = 3. X(3) = 5 + j. in modo da poter sfruttare la (5. X(4) = −3. valida ∀a = 0. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . X(2) = 1 + j. X(3) = 3 e j7π /4 .14 Sia wN0 = e− j2π /N0 .16 Senza calcolare esplicitamente x(n).] 1−a Esercizio 5.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. X(2) = 1.56). X(2) = 3 j. ∀k pari. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . e si ha in particolare  0 .250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. . X(1) = −5. N0 ∈ N: 0 x(n) = x n T0 N0 . X(1) = 3. ∀t ∈ R . X(3) = −5. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 .14.15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ .56).

2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. Esercizio 5. (d) x(n) non reale.17 Si consideri il segnale periodico x(n). caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti.7 Esercizi proposti 251 Risultato: (a) x(n) reale.20 Il segnale periodico x(t) = rep2T0 [xg (t)]. γ . (2) x(n) è periodico di periodo N0 = 10. avente DFS X(k). Esercizio 5. viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . per la proprietà (4). con xg (t) = 1. 4 ≤ t < 8 . Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). [Suggerimento: utilizzare le proprietà della DFS.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . Esercizio 5. (3) X(11) = 50. 3 6 Esercizio 5. avente DFS X(k). il segnale x(n) è quello avente potenza Px minima. 1 + j2π f T0 ottenendo il segnale y(t). con T0 ∈ R+ .] Risultato: x(n) = 1 + 1 (−1)n . e determinare in particolare le costanti α . (c) x(n) non reale. utilizzare l’uguaglianza di Parseval per la DFS. β . (2) ∑5 x(n) = 2.] Risultato: α = 10.18 Si consideri il segnale periodico x(n). β = π /5 e γ = 0. Risultato: y(t) ≡ 0. (4) Px = 50. dove xg (t) = Λ t T0 . (b) x(n) reale.5. . n=0 (3) ∑7 (−1)n x(n) = 1. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. 0 ≤ t < 4. (e) x(n) reale. −1. Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate.

calcolare l’espressione esplicita di y(t). 1). Risultato: (a) xdc = ydc = 1 . (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. con T0 ∈ R+ . è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc .24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . 1. 3. Determinare i valori di H Risultato: H(0) = 0. l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . H(1/2) = 0. Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). con T0 ∈ R+ . (b) In corrispondenza dei valori di fc determinati al punto (a).22 Il segnale periodico x(t) = repT0 [xg (t)]. 2. H(3/4) = 2 e− jπ /4 . H(1/4) = 2 e jπ /4 . (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 ). Determinare il segnale y(t) in uscita al filtro. dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . . e ∆ν = 1 24 . dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 .21 Il segnale periodico x(t) = rep2T0 [xg (t)]. per k = 0. (b) Determinare il rapporto tra l’ampiezza della terza armonica e l’ampiezza dell’armonica fondamentale per ciascuno dei segnali x(t) e y(t). Esercizio 5.23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ).252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). si trova che Esercizio 5. . 1 2T0 3 < fc < 2T0 . (b) y(t) = π82 cos(2π f0t). 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 . π2 Esercizio 5. 9 Esercizio 5. (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. Risultato: y(t) = 8 sin(2π f0t).

7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0.26 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) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . (a) Calcolare la frequenza fondamentale f0 del segnale x(t). [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. Esercizio 5. Esercizio 5.2.] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). 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. è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 .25 Il segnale periodico x(t) = repT0 [xg (t)]. con T0 ∈ R+ .27 Il segnale x(t) = rep2T0 [xg (t)].] √ 1 2 1 . 1 n−4k x3 (n) = ∑+∞ u(n − 4k). determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . con f0 = 1 kHz. (c) RC = T0 π 3 . (b) Con riferimento al punto precedente.5. con T0 ∈ R+ . dove xg (t) = cos πt T0 rect t T0 . (c) y3 (n) ≡ 0. Determinare la costante di tempo RC del filtro in modo che l’ampiezza della prima componente sinusoidale a frequenza superiore ad f0 del segnale filtrato sia pari ad 1/25 della fondamentale.28 Con riferimento allo schema in figura. f2 = 3 kHz. .364 f0 . 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . Py = π 4 1 + 81 . Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . sapendo che: (1) x(t) = cos(2π f0t). si calcoli l’uscita y(t).6. è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). (b) y2 (n) = sin . 2T Esercizio 5. f1 = 2 kHz. Risultato: RC = 1 2π f0 68 13 ≈ 0.

y(t) H( f ) .H2 ( f ) .29 Con riferimento allo schema in figura.y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4).H1 ( f ) 6 . k=−∞ k=−∞ .30 Con riferimento allo schema in figura. Determinare l’espressione del segnale di uscita z(t). (1) x(t) = 5 + 2 cos(2π f0t).z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }. g(x) = |x|2 è una nonlinearità (quadratica) senza memoria. (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 . x(t) . Py = 776.254 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.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 . (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. 1 2π f0 e guadagno in continua unitario. e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1.H2 ( f ) . =4kHz Esercizio 5.5/T0 e guadagno unitario.5 f0 e guadagno in continua unitario.H1 ( f ) u(t) - (·)2 v(t) . Si assuma che tutti i segnali ed i sistemi considerati siano reali. (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. x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk . Esercizio 5.

Sign up to vote on this title
UsefulNot useful