Giacinto Gelli e Francesco Verde

Segnali e sistemi
per i corsi di laurea triennale di Teoria dei Segnali

NAPOLI 2008

c 2007–2008 Giacinto Gelli (gelli@unina.it) & Francesco Verde (f.verde@unina.it) Gli autori consentono la riproduzione anche parziale del testo agli studenti del corso. Non è consentito modificare il testo, diffonderlo, pubblicarlo anche con mezzi telematici senza il consenso scritto degli autori. Prima versione: marzo 2007. Seconda versione: marzo 2008.

Principali notazioni
A, B,C 0 / a∈A a∈A A⊆B A⊂B A ∪ B, A + B A ∩ B, AB A−B A×B = N N0 = N ∪ {0} Z R R+ =]0, ∞[ R− =] − ∞, 0[ R = R ∪ {−∞, ∞} [a, b] [a, b[ ]a, b] ]a, b[ ] − ∞, b[ ] − ∞, b] ]a, ∞[ [a, ∞[ (a, b) x, y, z A, B, C det(A) A−1 AT repT0 [xg (t)] repN0 [xg (n)] sinc(x) DM (x) u(x) sgn(x) δ (x) δ (n) rect(x) RM (n) Λ(x) ∗ insiemi insieme vuoto x appartiene ad A x non appartiene ad A A è un sottoinsieme di B A è un sottoinsieme proprio di B unione di A e B intersezione di A e B differenza tra A e B prodotto cartesiano di A e B uguale per definizione insieme dei numeri naturali {1, 2, . . . , } insieme dei numeri naturali, zero incluso {0, 1, 2, . . .} insieme dei numeri interi relativi {. . . , −2, −1, 0, 1, 2, . . .} insieme dei numeri reali insieme dei numeri reali positivi (zero escluso) insieme dei numeri reali negativi (zero escluso) insieme ampliato dei numeri reali intervallo a ≤ x ≤ b intervallo a ≤ x < b intervallo a < x ≤ b intervallo a < x < b intervallo x < b intervallo x ≤ b intervallo x > a intervallo x ≥ a indica indifferentemente un qualunque intervallo di estremi a e b vettori matrici determinante della matrice A inversa della matrice A trasposta della matrice A replicazione di xg (t) con passo T0 [cfr. eq. (2.18)] replicazione di xg (n) con passo N0 [cfr. eq. (2.19)] funzione sinc [cfr. eq. (5.14)] funzione di Dirichlet [cfr. eq. (5.31)] funzione gradino funzione signum funzione delta di Dirac funzione delta discreta funzione rettangolo funzione rettangolo discreto funzione triangolo convoluzione tra due segnali

Indice

1 Segnali e sistemi: introduzione 1.1 Definizione di segnale . . . . . . . . . . . . . 1.2 Definizione di sistema . . . . . . . . . . . . . 1.3 Segnali deterministici ed aleatori . . . . . . . 1.4 Classificazione elementare dei segnali . . . . 1.4.1 Proprietà della variabile indipendente 1.4.2 Proprietà della variabile dipendente . 1.4.3 Segnali analogici e digitali . . . . . . 1.5 Classificazione elementare dei sistemi . . . . 1.6 Esercizi proposti . . . . . . . . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

1 1 4 7 9 9 14 17 18 23 25 25 26 27 34 37 45 45 46 49 54 63 70 71 73 73 75 76 78 78 80 83

2 Proprietà dei segnali 2.1 Operazioni elementari sui segnali . . . . . . . . . . . . . . . 2.1.1 Trasformazioni della variabile dipendente . . . . . . 2.1.2 Trasformazioni della variabile indipendente . . . . . 2.1.3 Combinazione di operazioni elementari . . . . . . . 2.1.4 Derivazione, integrazione, differenza prima e somma 2.2 Caratterizzazione sintetica dei segnali . . . . . . . . . . . . 2.3 Estensione e durata temporale di un segnale . . . . . . . . . 2.3.1 Segnali di durata rigorosamente limitata . . . . . . . 2.3.2 Segnali di durata praticamente limitata . . . . . . . . 2.3.3 Segnali di durata non limitata e segnali periodici . . 2.4 Area e media temporale di un segnale . . . . . . . . . . . . 2.4.1 Componente continua e alternata di un segnale . . . 2.5 Energia di un segnale . . . . . . . . . . . . . . . . . . . . . 2.5.1 Segnali di energia . . . . . . . . . . . . . . . . . . . 2.5.2 Energia mutua . . . . . . . . . . . . . . . . . . . . 2.6 Potenza e valore efficace di un segnale . . . . . . . . . . . . 2.6.1 Segnali di potenza . . . . . . . . . . . . . . . . . . 2.6.2 Relazioni tra segnali di energia e di potenza . . . . . 2.6.3 Potenza mutua . . . . . . . . . . . . . . . . . . . . 2.7 Misura in dB della potenza e dell’energia . . . . . . . . . . 2.8 Esercizi proposti . . . . . . . . . . . . . . . . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

ii

INDICE

3 Proprietà dei sistemi 3.1 Relazione ingresso-uscita . . 3.2 Interconnessione di sistemi . 3.3 Proprietà dei sistemi . . . . 3.3.1 Non dispersività . . 3.3.2 Causalità . . . . . . 3.3.3 Invertibilità . . . . . 3.3.4 Invarianza temporale 3.3.5 Stabilità . . . . . . . 3.3.6 Linearità . . . . . . 3.4 Esercizi proposti . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

91 91 94 97 97 100 103 104 109 111 118 127 127 128 134 138 148 157 157 160 164 165 168 168 174 182 182 186 190 193 207 207 208 216 220 225 229 229 230 233 237 239 246

4 Sistemi lineari tempo-invarianti (LTI) 4.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Relazione i-u di un sistema LTI e risposta impulsiva . . . . . . . . . . 4.3 Convoluzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.1 Proprietà della convoluzione . . . . . . . . . . . . . . . . . . 4.4 Risposta al gradino . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5 Proprietà della risposta impulsiva . . . . . . . . . . . . . . . . . . . . 4.5.1 Non dispersività . . . . . . . . . . . . . . . . . . . . . . . . 4.5.2 Causalità . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.3 Invertibilità . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.4 Stabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6 Esempi di sistemi LTI . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6.1 Sistemi descritti da equazioni differenziali . . . . . . . . . . . 4.6.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) 4.7 Risposta in frequenza di un sistema LTI . . . . . . . . . . . . . . . . 4.7.1 Risposta ad un fasore di un sistema TC LTI . . . . . . . . . . 4.7.2 Risposta ad un fasore di un sistema TD LTI . . . . . . . . . . 4.7.3 Risposta ad una sinusoide di un sistema LTI reale . . . . . . . 4.8 Esercizi proposti . . . . . . . . . . . . . . . . . . . . . . . . . . . .

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

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

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

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

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

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

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

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

5 Serie di Fourier 5.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Serie di Fourier per segnali TC . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2.1 Condizioni matematiche per la convergenza della serie di Fourier . . . . 5.2.2 Ricostruzione di un segnale periodico con un numero finito di armoniche 5.3 Serie di Fourier per segnali TD (DFS) . . . . . . . . . . . . . . . . . . . . . . . 5.4 Principali proprietà della serie di Fourier e della DFS . . . . . . . . . . . . . . . 5.4.1 Linearità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4.2 Simmetria hermitiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4.3 Uguaglianza di Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5 Risposta di un sistema LTI ad un segnale periodico . . . . . . . . . . . . . . . . 5.6 Selettività in frequenza dei sistemi LTI e filtri ideali . . . . . . . . . . . . . . . . 5.7 Esercizi proposti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

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

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

. . . . . . . . . .6. . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . .3. . . . . .1 Definizione di numero complesso . . . 6. . . .6. . . . . . . .INDICE iii 6 Trasformata di Fourier 6. . . . . . . .5. .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . . . . . . . . . . . . . . . .1 Trasformata di Fourier di un segnale periodico TC .3 Derivazione e differenza prima. . . . . . . . . . . . . .3. . . . . . . . . . . . . . . . . . . .2 Campionamento ed interpolazione ideale . . . . . 6. . . . . . . 437 . . . 7. . . . . . . . . .3 Segnali a banda non limitata . . . . . . . . . . . . . . . . 6. . .5. . . . . . . . . .1. . . . . . . . . . . . .7. . . . . . . . . . . . . . . . . . . . . . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . . . . .5 Esercizi proposti . . . . . . . . . . . . . . . .3 Esistenza ed invertibilità della trasformata di Fourier . . . . . .2 Trasformata di Fourier di un segnale periodico TD . . . . . . . . . . . . . . . .5. . . . . . . . . . .1 Proprietà di convoluzione . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . .4. . . . . .4 Proprietà della risposta in frequenza . . . . . . . . . . . . . 6. .6 Trasformata di Fourier dei segnali periodici . . . . . 6. . . . . . . .3. . .1 Trasformazioni della variabile dipendente . . 6. . . .2 Trasformazioni della variabile indipendente . . . . .4 Quantizzazione . . . . . . . . . . . . . . . . . . . .7. . . . . . . . . . . .1 Trasformata di Fourier per segnali TC . 6. . .2. . . . . .2 Interpolazione ideale . . . . . . . .2 Interpolazione non ideale . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Forma algebrica dei numeri complessi .4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. 6. . . 6. 6. . . . . . . . . . . .2. . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . .2 Segnali a banda praticamente limitata . . . .3. . . . . .7. . . . . . 6. 255 255 258 260 263 267 270 272 272 285 285 295 298 300 311 312 312 321 336 345 345 347 351 352 357 357 361 365 369 382 395 395 398 400 405 407 409 409 415 418 427 . . . . 7. . . . . . . . . . . . . . . . . . . . . .2.4 Relazioni tra serie e trasformata di Fourier . . 433 A. . . . . . . . . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 Campionamento e conversione A/D e D/A 7. .3 Estensione spettrale e banda di un segnale periodico . . .8 Esercizi proposti . . . . .2 Banda passante e banda di un sistema . . . 6. . . . . . . . . . . . . . . . . integrazione e somma . . . . . . .4 Estensione spettrale e banda di un segnale . . . . 6. . . 6. . . . . .7. . . . . . . . . . . . . . . . . . . . . .2 Trasformata di Fourier per segnali TD . . . . . . . 7. . . . .1 Segnali a banda rigorosamente limitata . . . . . . . . . . . . . .6. . . . . . . . . . . . . . . . . .3 Segnali TD transitori . . . . . . . . . . . . . . .3 Campionamento ed interpolazione in pratica . . . . . . . . .1 Introduzione . . . . 7. . 6. . . . . . . . . .3 Aliasing . . . . . . . . . . 6. . . . . .1. . . .6. . . . . . . . . . . . . . . . 6. . . . . . . . .1. . . . . . . . . . .2. . . . . . . . . . . . . . . . . A Richiami sui numeri complessi 433 A. .5 Proprietà della trasformata di Fourier . . . . . . . 6. 6. . . . 7.1 Teorema del campionamento . . . . . . . .1 Separazione di segnali mediante filtraggio . . . . . . . . . . . . . . . . . . .4. . . 6. . . . . . . 6. . . . . . . . . . . . . . . . . . . . . 6. . . . 434 A. . . . . . . . .1 Segnali TC . . . . . . . .2 Segnali TD . . . . 6. . . . . . . . . . . . . . .3. . . . . .3 Proprietà elementari della trasformata di Fourier . . . . . . . . . .1 Trasformata di Fourier . . . 7. . . . . . . 7. 6. . . . . . . . . . . .

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

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

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

1. 1. 1.4. Ad esempio.. . ma esistono casi significativi di segnali – le immagini. mentre l’insieme X. il dominio del segnale T = {Carlo Rossi. Si osservi che... 1. le variabili indipendenti di un segnale possono non avere un significato fisico o.3.3. come nell’es.2 e 1.4) ed una variabile dipendente x (una lunghezza nell’es.4. un segnale può essere definito mediante una tabella. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. 1. Inoltre..} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. 1.1. 1. che prende il nome di insieme di definizione o dominio di x. lo studente nell’es.2. nel caso dell’es.4. x(1) x(2) Fig.2.1) dove l’insieme T. 1.4 (tabella) In alcuni casi. 1.1 e 1.. che prende il nome di immagine di T mediante x o anche codominio di x. il dominio del segnale risulta essere T = N0 = {0. possono rappresentare dati .. 1. .10 e 1. (1. 1. 1.4. Voto 22 30 25 30 .4. un voto nell’es. 1. . ovvero un segnale definito nell’insieme N0 dei numeri naturali.4). 1. 1. il dominio T di x coincide con l’insieme dei numeri reali.} è costituito dai nomi degli studenti. nel caso dell’es.. una tensione nell’es.3. .1.14 più avanti).3.1.3 mostrano che un segnale può essere descritto matematicamente da una funzione che istituisce una relazione tra una variabile indipendente (il tempo t negli es. in questo caso. 2.. dove f (x) denota la derivata prima di f (x). . l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. Il segnale in forma tabellare dell’es. un segnale di questo tipo può essere indicato come segue: x : T → X. racchiude i valori assunti dalla variabile dipendente x. Fig. 1. . cioè T = R. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . infine. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. Il metodo di Newton dell’es. Esempio 1. Gli es.2. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. 1.. Maria Turchini. come accade nell’es. 1... 1. Al crescere di n. l’indice n nell’es.3. Ugo Bianchi. ad esempio per molti segnali la variabile indipendente è proprio il tempo.. . per gli es. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n.1 e 1. 1. 1. Franca Neri . Tale relazione definisce una successione numerica.3.

un grafico o una tabella.6. e alla variabile dipendente x come all’“ampiezza” del segnale. 1. con riferimento ad un segnale funzione del tempo. e gli altri come segnali di uscita (o effetti). Esso è composto da tre elementi fondamentali: un trasmettitore.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. Esempio 1. capace di trasportare un messaggio dalla sorgente alla destinazione. Fig. è lo schema a blocchi di fig. Concludiamo osservando che. dei quali alcuni sono identificati come segnali di ingresso (o cause). Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T.5. di natura più generale (gli studenti).6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. 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).2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. a prescindere dal loro effettivo significato fisico.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. Gli es.5 (circuito elettrico) Un circuito elettrico è un primo esempio di sistema in cui alla variazione di tensioni e correnti in certi punti del circuito (individuati come ingressi) corrisponde la variazione di tensioni e correnti in altri punti del circuito (individuati come uscite). comunque. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. Tali funzioni potranno essere descritte mediante un’espressione matematica. 1. che associa ad ogni messaggio da trasmettere . Di norma.5. 1. Rappresentazione di un sistema mediante schema a blocchi. 1. 1. quando tuttavia vorremo enfatizzare la seconda interpretazione.1 e 1. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . Esempio 1.6.5. 1. Schema elettrico di un partitore resistivo. rimandando il lettore agli esempi che ne chiariscono meglio il significato. oppure può rappresentare la legge di corrispondenza (1.7. quale il partitore resistivo dell’es. riportato schematicamente in fig.1) (cioè il segnale nel suo complesso per ogni t ∈ T). scriveremo {x(t)}t∈T. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita. mentre l’uscita è la tensione ai capi del resistore R2 . 1. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. 1. In molti casi la distinzione è ininfluente oppure si ricava dal contesto.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. Definizione 1.

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

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

non linearità. quasi sempre estremamente semplificata.5 −1 −1 0 0. della realtà che intende descrivere. Va detto però che l’identificazione tra il concetto di segnale e quello di funzione è appropriata solo se restringiamo l’attenzione al caso dei segnali perfettamente noti o deterministici.5 x(t) 0 x(t) 0 0.3 Segnali deterministici ed aleatori 7 1 1 0. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. infatti. ben presente nel seguito. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà. Il segnale vocale assume una forma profondamente diversa. in quanto contengono un certo grado di imprevedibilità o di incertezza. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto.2 e 1. accoppiamenti parassiti. che non possono cioè essere descritti esattamente.6 0.9.8 1 (a) (b) Fig. Tali segnali scaturiscono da fenomeni fisici che.5 0. Esempio 1.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale).4 t 0.3 Segnali deterministici ed aleatori I segnali considerati negli es.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. o per la conoscenza imperfetta dei meccanismi che li governano. 1. Va osservato come principio generale che un modello è solo una rappresentazione.2) non è mai esattamente sinusoidale. In fig. 1. In conclusione.5 −0. che esprime la pressione acustica in funzione del tempo. in forma tabellare. ad esempio. 1.2 0. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto. il modello matematico è quasi sempre frutto di approssimazioni. o in forma grafica).3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. non ammettono una descrizione matematica esatta. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. 1. . 1. ecc. La classe dei segnali deterministici è ampia. In primo luogo. 1. Definizione 1. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica.8 1 0 −0.2 0. il lettore è invitato a tenere bene a mente il celebre aforisma di Arthur Bloch:2 “Confondere il modello con la realtà è come andare al ristorante e mangiare il menù”. per la presenza di disturbi. In secondo luogo. per la loro complessità. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino.4 t 0.1.6 0.1. es.

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

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.

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

esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit).8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo.. Esempio 1. utilizzato per descrivere un segnale.20 (b). 1..1 e 1.19. 1. t -5 Fig. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta.1.20(a). mentre X è un insieme discreto per un segnale ad ampiezza discreta. detta quantizzazione. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. ..1). se x(n) ≥ 0 . Il segnale risultante è mostrato in fig. −A . rimpiazzandole con un numero finito di possibili valori. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. 1.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. A] ≡ X.15. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. la sinusoide degli es. 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 .12. se il numero delle ampiezze è finito.15 (segnale logico) La codifica degli stati logici “0” (falso) ed “1” (vero) avviene in un circuito digitale associando ad essi due livelli di tensione (in Volt).4 Classificazione elementare dei segnali 15 x(t) 5 . visto che il suo codominio X = {−5. 1. Sulla base del modello matematico (1. Il segnale risultante x(t) (fig. 1.19) descrive la variazione dello stato logico nel tempo. altrimenti . I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. Un esempio di segnale ad ampiezza discreta è il segnale logico. 5} è costituito solo da due valori.2 assume con continuità tutti i valori dell’intervallo [−A. 1. Il vantaggio che si consegue con la quantizzazione è che. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es.. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. Definizione 1. raffigurato in fig. 1. Esempio 1. La quantizzazione si dice “ad un bit” in quanto l’ampiezza .

segnale ad ampiezza continua quantizz . 1. denominato quantizzatore. 1. assume due soli valori.12. Anche l’operazione di quantizzazione si può interpretare come un sistema. (b) il segnale ad ampiezza discreta y(n) dell’es. Schema a blocchi di un quantizzatore. segnale ad ampiezza discreta Fig. Così come il campionamento. anche la teoria della quantizzazione sarà approfondita nel cap. 1. e quindi può essere rappresentata con un solo bit. 1. e raffigurato in fig. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A.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. 1.20. .21.16 ottenuto quantizzando con due livelli A e −A il segnale x(n).21. 7.

e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig. 1. I segnali del mondo fisico sono analogici.22). esistono metodologie ben consolidate. Di queste. . Tra esse. 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. le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto.3 Segnali analogici e digitali Dal punto di vista applicativo.22. e tra segnali ad ampiezza continua o discreta. (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze). tuttavia. 1. 1. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. ma essi rivestono un ruolo predominante nello scenario tecnologico attuale. tanto da meritare una denominazione particolare: Definizione 1. l’interesse per i segnali digitali è più recente. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua.1.4 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. affrontato già a partire dal XVIII secolo. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es.18 e la successiva discussione).4. esse sono indipendenti. e per il loro studio matematico. 1. Viceversa. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. DSP).

sono tutti di tipo SISO.23. (a) sommatore a due ingressi. quali ad esempio il partitore resistivo. quali il numero degli ingressi e delle uscite. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore.24. (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. ed il quantizzatore. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO).23. (b) moltiplicatore a due ingressi. Nel seguito. . o viceversa. il campionatore.5 Classificazione elementare dei sistemi Come i segnali. 1. l’interpolatore. Esempi di sistemi MISO.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. Definizione 1. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. I sistemi visti in precedenza. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). supporremo implicitamente che esso sia di tipo SISO.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. quando parleremo di sistema. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). Definizione 1. (b) sistema a TD. 1.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). 1. 1. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. Fig. a parte il caso dei sommatori e dei moltiplicatori. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. raffigurati schematicamente in fig. faremo esclusivamente riferimento a sistemi SISO: per questo motivo.

ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig.25). Inoltre. infine. nel caso di sistemi misti.16). 1. Sulla base del modello (1.5. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC.6. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. 1. 1. 1. ed i sistemi a TD sono denominati. in un convertitore A/D reale (denominato anche analog-todigital converter. in campo economico o sociale). le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. 1.13). mentre U contiene solo segnali a TD. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. e quindi sono sistemi a TC: ad esempio una rete elettrica. segnale digitale (b) Tc Fig. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita.12). è un sistema a TC. 1. I sistemi a TD non esistono generalmente “in natura”. Conversione A/D: (a) schema a blocchi di un convertitore A/D. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. 1. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. 1. i sistemi misti (TC/TD o TD/TC) sono molto utili quando bisogna passare dal mondo “fisico” dei segnali a TC al mondo “virtuale” dei segnali a TD.1. sia una quantizzazione (cfr. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. e l’interpolatore (es. 1. es. l’insieme I racchiude solo segnali a TC.3 Infine. quantizz . mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. Il seguente esempio introduce due ulteriori esempi di sistemi misti. e spesso non sono nemmeno chiaramente separabili. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. effettuata da un sistema denominato convertitore A/D (fig. che presenta ingresso a TD e uscita a TC. nel caso di sistemi a TC.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. . In accordo con la simbologia introdotta in fig. che presenta ingresso a TC e uscita a TD.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . sistemi digitali.2) utilizzato per descrivere matematicamente un sistema. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. Esempio 1.25 è puramente di principio. essi sono inoltre di grande interesse ingegneristico.24(b). 1. 1. es. e quindi bisogna effettuare sia un campionamento (cfr.24(a). ADC).12). Lo schema del convertitore A/D riportato in fig. come il partitore dell’es. 1. in maniera lievemente imprecisa.25. o viceversa. Esempi significativi di sistemi di questo tipo sono il campionatore (es. e viceversa.

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

7. codificato in bit. viene sottoposto ad una conversione A/D.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. ed inviato ad un masterizzatore (digitale). entrambe effettuate in maniera analogica. ed inviate ad un convertitore D/A. da esso si possono ricavare dei master secondari. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. In esso. che vengono vendute all’utente finale. Esempio 1. Schema analogico per la registrazione/riproduzione audio. Successivamente. tipicamente in materiale metallico pregiato.28.1. 1. viene amplificato e inviato ad un masterizzatore (analogico). L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco). che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata. ovvero converte la pressione acustica del suono in un segnale elettrico. 1. l’utente può riascoltare il brano inciso utilizzando un giradischi. Da ciascuna copia. che si comporta da trasduttore. Una volta inciso il master. di debole intensità. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. dopo l’amplificatore. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica.29. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. e da questi ultimi le copie in materiale plastico (vinile). Il brano da registrare viene captato da un microfono. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master).18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig. Il masterizzatore si comporta da attuatore. 1. la differenza significativa è che il segnale captato dal microfono.18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. 1. . Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. L’es.28 si riporta lo schema di principio che descrive la registrazione di un brano musicale su un disco in vinile e la sua successiva riproduzione. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. bruciando con un laser in misura maggiore o minore le zone del disco. Tale segnale elettrico. Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse).

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

24 Segnali e sistemi: introduzione .

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

1. Operazioni sui segnali: (a) somma di due segnali. in stretta analogia alle operazioni di derivazione ed integrazione per il caso TC. così come si può generalizzare lo schema del sommatore anche al caso in cui alcuni segnali siano sottratti anziché sommati (in questo caso si aggiunge un segno “–” in prossimità del corrispondente ingresso del sommatore). e dei sistemi. si definisce il prodotto di due segnali y(·) = x1 (·) x2 (·) . (b) moltiplicazione di due segnali. ad esempio. 2. che porteranno in particolare a definire un particolare segnale TC dalle “strane” proprietà. le operazioni di derivazione ed integrazione per segnali TC. Somma La somma di due segnali1 y(·) = x1 (·) + x2 (·) si effettua sommando punto a punto le ordinate delle funzioni corrispondenti.1(a). useremo la notazione del tipo x(·) per denotare indifferentemente un segnale TC x(t) o TD x(n). considereremo in particolare la somma di due segnali. il prodotto di due segnali.26 Proprietà dei segnali x1 (·) y(·) x2 (·) (a) x1 (·) y(·) x2 (·) (b) Fig. detto impulso di Dirac. § 1. 2. . saranno definite due operazioni corrispondenti. quali. 1 Qui e nel seguito. denominate differenza prima e somma corrente. Prodotto In maniera simile alla somma. La somma di due segnali si può interpretare come un sistema MISO (a due ingressi ed una uscita) (cfr. la moltiplicazione di un segnale per una costante. La rivisitazione di tali proprietà consentirà di ottenere alcune importanti generalizzazioni.1.5) denominato sommatore e rappresentato schematicamente in fig.1 Trasformazioni della variabile dipendente Tra le trasformazioni elementari della variabile dipendente. nel caso TD. Inoltre. La somma si può estendere facilmente a più di due segnali. 2.

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

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

Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente.4.5 (c) e (d) sono raffigurati due esempi di segnali dispari. risulta necessariamente x(0) = 0. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. Riflessione temporale di un segnale TC: (a) segnale originario.t1 t Fig.2.6. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. e (b) sono raffigurati due esempi di segnali pari. (b) segnale riflesso. (b) La somma di due segnali pari [dispari] è un segnale pari [dispari]. mentre il prodotto di due segnali dispari è un segnale pari. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . mentre in fig.t2 . 2.1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . 2. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig. 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·). (c) Il prodotto di due segnali pari è un segnale pari. A partire dalla definizione di segnale pari e dispari. . si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2. 2.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine.

(c) segnale dispari a TC. .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. 2. 2. (b) segnale pari a TD.5. (b) segnale dispari a TD. 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.6. Esempio di decomposizione di un segnale TC in parte pari e dispari.

2. Nel caso TC. Cambiamento di scala temporale L’operazione di cambiamento di scala temporale presenta sostanziali differenze tra il caso TC e quello TD. Cambiamento di scala temporale di un segnale TC: (a) segnale originario. 2. in quanto si può riguardare come la cascata di una riflessione e di un cambiamento di scala di |a| > 0.7(b)]. il cambiamento di scala temporale è definito come y(t) = x(at) .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. dove a ∈ R+ : per a > 1. il caso a = 1 lascia ovviamente il segnale inalterato. si ha una compressione se si riproduce un disco in vinile a 33 giri alla velocità di un 45 giri). 2. Si noti che sia nel caso della compressione che dell’espansione.7. mentre con . mentre per 0 < a < 1 si ha una espansione dei tempi [fig. e quindi a velocità maggiore (ad esempio. Dal punto di vista fisico. l’operazione y(t) = x(at) non è elementare.7(a)]. la compressione corrisponde a riprodurre il segnale in un tempo più piccolo. in particolare. per cui tratteremo separatamente questi due casi. (b) segnale compresso (a > 1). 2. (b) segnale espanso (0 < a < 1). se il segnale x(t) è l’audio di un brano musicale. Nel caso a < 0. si ha una compressione dei tempi [fig. il valore del segnale per t = 0 rimane inalterato.

se se sceglie M = 10. 2. ovvero se a = M ∈ N. Per segnali a TD. Decimazione di un segnale TD: (a) segnale originario. 2. per cui si scrive: y(n) = x(nM) . 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. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig.8. l’espansione si ottiene esattamente l’effetto opposto.2 infatti. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero.32 Proprietà dei segnali x(n) (a) -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 n y(n) = x(3n) x(0) x(-3) x(-6) x(3) x(6) (b) -3 -2 -1 x(-9) 0 1 2 3 n x(9) Fig. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. infatti. 2 L’uso . In questo caso è possibile ancora parlare di compressione. ma nel caso TD si utilizza il termine più specifico di decimazione. derivante dalla perdita di due campioni ogni tre del segnale originario. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. 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. si noti l’effetto di compressione (minore durata) del segnale risultante. (b) segnale decimato con M = 3.8.

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.2. in quanto an non è un numero intero. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. se n è multiplo di L . 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 . da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. M − 1 campioni ogni M) sono eliminati completamente. L 0. . Espansione di un segnale TD: (a) segnale originario. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. Passiamo ora ad esaminare l’operazione di espansione nel caso TD. 2. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. altrimenti . la decimazione è una operazione non reversibile. l’espansione a TD è una operazione perfettamente reversibile. 2. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. per analogia con il caso a = M. perché alcuni campioni del segnale TD (in generale. (2.9.9. A differenza della decimazione. Analogamente a quanto visto per la decimazione. con L ∈ N. Se anche. della compressione di un segnale TC.1) Un esempio di espansione per L = 3 è fornito in fig. si assume a = 1/L. (b) segnale espanso con L = 3. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi.

le tre operazioni sono descritte da: riflessione: u(t) = x(−t) . ritardare un segnale x(t) di 3 significa effettuare la seguente sostituzione: ogni volta che nell’espressione di x(t) compare t. in particolare effettuiamo le stesse operazioni ma nel seguente ordine: (1) ritardo di 3. riflessione. ritardo di 3: v(t) = u(t − 3) . (3) compressione di 2. Procedendo in questo modo si giunge sempre al risultato corretto.1 scambiando l’ordine delle operazioni. etc. è facile commettere errori. 2. una combinazione di operazioni elementari definisce una funzione composta. come illustrato dall’esempio che segue. compressione di 2: y(t) = v(2t) . Ad esempio. il principio fondamentale da tener presente è che le trasformazioni che agiscono sull’asse dei tempi (ritardo. compressione di 2: y(t) = v(2t) . che è il risultato cercato. Prima scriviamo le relazioni che descrivono le varie operazioni individualmente.2 (effetto dell’ordine nella combinazione di operazioni elementari. Dal punto di vista matematico. È importante notare che.1. per cui non dovrebbe essere difficile individuare il segnale risultante. Per individuare il segnale y(t) risultante. cambiamento di scala) possono essere interpretate come semplici sostituzioni formali. è conveniente seguire il seguente procedimento.1 (combinazione di operazioni elementari. questa sostituzione si denota con t − 3 → t). in generale. caso TC) Un segnale TC x(t) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. Esempio 2.1. si giungerà al risultato corretto. operiamo sempre con sostituzioni formali in tutti i passaggi: ad esempio per calcolare v(2t) abbiamo effettuato la sostituzione 2t → t. specialmente quando sono coinvolte trasformazioni della variabile indipendente (tempo). sostituire ad esso t − 3 (sinteticamente. Nel nostro caso. mentre per calcolare u(2t − 3) abbiamo effettuato la sostituzione 2t − 3 → t. 2. Si noti che quando effettuiamo sostituzioni a catena. Allo stesso modo. effettuiamo sostituzioni simboliche a ritroso partendo dall’ultima espressione scritta: y(t) = v(2t) = u(2t − 3) = x[−(2t − 3)] = x(3 − 2t) . espandere un segnale x(t) di un fattore 2 significa effettuare la sostituzione t/2 → t. v(t). Per evitare ciò. (2) ritardo di 3.3 Combinazione di operazioni elementari Spesso un segnale è sottoposto in sequenza a più operazioni elementari del tipo precedentemente visto. Tenendo bene a mente questo principio. (2) riflessione.34 Proprietà dei segnali 2. il risultato ottenuto dalla combinazione di più operazioni dipende anche dall’ordine con cui sono compiute tali operazioni. caso TC) Si riprenda per un momento l’es. Successivamente. . introducendo dei segnali intermedi u(t). descriviamo le tre operazioni individualmente e nell’ordine assegnato: ritardo di 3: u(t) = x(t − 3) . Esempio 2. riflessione: v(t) = u(−t) . va detto però che spesso. (3) compressione di 2. Utilizzando lo stesso procedimento dell’es.

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

Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) . (3) anticipo di 5.36 Proprietà dei segnali il risultato corretto per via analitica. come: y(n) = se n è pari . caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3. altrimenti .4 (combinazione di operazioni elementari. 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione.1). eliminando la notazione simbolica con le parentesi quadre. è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . ovvero se n è pari. anticipo di 5: v(n) = u(n + 5) . n x − − 5 . 2 2 2 Con riferimento all’ultima espressione. (2) espansione di 6. osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2. (2) anticipo di 5. per cui il segnale y(n) vale convenzionalmente zero. Esempio 2. Esempio 2. 2 0. Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione.5 (combinazione di operazioni elementari. altrimenti il valore del segnale è nullo. Pertanto. 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 . nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. 6 anticipo di 5: y(n) = v(n + 5) . il segnale y(n) si può esprimere esplicitamente. 6 6 2 . (3) espansione di 2. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. Gli esempi che seguono mostrano come procedere in due situazioni tipiche. n espansione di 6: v(n) = u . allora il risultato si ottiene calcolando il valore del segnale in quel punto. n espansione di 2: y(n) = v . mentre in tutti gli altri casi è frazionario. e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 .

nell’ambito della teoria dei segnali si incontrano molto frequentemente segnali che non sono continui in tutti i punti del loro insieme di definizione T. Il gradino presenta una discontinuità di prima specie per t = 0.6 0. altrimenti .2) esista e sia finito. In particolare. Se il segnale x(t) è derivabile in t0 . 2 2. 0 . la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. 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. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. ed è rappresentato graficamente in fig. si dimostra che x(t) è anche continuo in t0 . come:  se n è dispari .10. 2.4 Derivazione. infinito numerabile di punti di discontinuità di prima specie. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. Con riferimento all’ultima espressione. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da .2. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr. Il gradino a TC è definito come: u(t) = 1 . 2. al più. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. se il segnale x(t) è derivabile nel punto t0 ∈ T. il che accade se e solo se n è dispari. In particolare. se t ≥ 0 . y(n) = n+5 x .2) che esiste ed è finito. integrazione.2).8 x(t) = u(t) 0. Pertanto.10.1. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. 0 .4 0. altrimenti .2 0 −2 0 2 4 t 6 8 10 Fig. per cui l’espressione ottenuta si può rendere esplicita.1 Operazioni elementari sui segnali 37 1 0. eliminando la notazione con le parentesi quadre. Gradino a TC. § B. Tuttavia.

La derivata di u(t). sebbene matematicamente corretto. e la sua derivata vale: δε (t) = d uε (t) = dt 0.2) non è definito. (b) la derivata δε (t) di uε (t). al limite per ε → 0.  1 t uε (t) = 2 1 + ε . raffigurata in fig. Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino. bisogna ricorrere al concetto di derivata generalizzata. definiamo la seguente funzione uε (t):  0 . per |t| ≤ ε . 2. Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t).11(a). L’approssimazione è tanto migliore quanto più ε è piccolo. Al diminuire di ε la funzione δε (t) diventa sempre più stretta ed alta. cercheremo di calcolare la derivata di u(t) euristicamente. Questo risultato. in cui il limite del rapporto incrementale (2. da sinistra (che vale 0). Infatti la funzione uε (t) è derivabile nell’intorno di t = 0.11. se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione. quindi. poter definire la derivata del gradino anche per t = 0. per t > ε . rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica. tuttavia. 1 2ε per |t| > ε . essendo continua. Allo scopo di calcolare la derivata generalizzata del gradino. 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. per t < −ε . non è intuitivamente accettabile. conservando area unitaria. ma a differenza di quest’ultimo è una funzione continua anche per t = 0. La funzione uε (t). . calcolata applicando la regola di derivazione ordinaria. in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1. non presenta i problemi del gradino per quanto riguarda il calcolo della derivata. Per mantenere la trattazione ad un livello sufficientemente elementare. si ha: ε →0 lim uε (t) = u(t) . Per tener conto di questo comportamento e. non previsto dall’analisi matematica elementare. e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione. ma per t = 0 presenta una rapidità di variazione infinita. destra (che vale 1). in effetti. per |t| < ε . 2. posto ε ∈ R+ . .   1. il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0. Infatti.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. tranne che nel punto t = 0.

Questo risultato suggerisce di definire il limite al secondo membro della (2. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . per ε → 0. Al limite per ε → 0. 2. motivo per cui è comunemente nota come impulso o delta di Dirac. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). Infatti. la convergenza della famiglia di funzioni δε (t) alla funzione . Ciò suggerisce che la convergenza del limite al secondo membro della (2. Quindi. Al diminuire di ε . la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . al limite per ε che tende a zero. il funzionale (2.4) Dal punto di vista matematico.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). ε →0 (2. che indichiamo con δ (t) = lim δε (t) .3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie.5) In altre parole.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. se è vero che. un operatore che associa alla funzione x(t) un numero reale. 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 . Come indicato dal loro stesso nome. ε ) e la misura di tale intervallo. (2.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . Invocando il teorema della media. (2. la funzione ordinaria δε (t) non converge ad una funzione ordinaria. ε →0 dt (2. cioè. al limite per ε che tende a zero. Dirac nei suoi studi sulla meccanica quantistica. conservando tuttavia area unitaria.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. a differenza del concetto di convergenza di funzioni ordinarie. la (2. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. possiamo affermare che esiste un punto tε ∈ [−ε . δε (t) non ha alcun significato come funzione ordinaria. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . ε →0 (2. A tale scopo.4) definisce un funzionale che si “appoggia” alla funzione δε (t). 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. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P.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. che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε .3) mediante una funzione.2.

Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2. |a| . di carattere esclusivamente applicativo. la (2. deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . di carattere prettamente matematico. La prima. consiste nell’osservare che. per semplicità d’impiego nelle applicazioni. anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . ∀x(t) continua in t0 . La seconda. (d) Parità: δ (−t) = δ (t).2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1. b a continuo in t = 0. ma. ∀x(t) derivabile fino t=0 (f) Derivazione: dn dn δ (t) x(t) dt = (−1)n x(t) dt n dt n −∞ all’ordine n con derivata n-esima continua in t = 0. . se a > 0 oppure b < 0 . dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . (2. ∀a ∈ R − {0}. nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. poiché nell’ambito della teoria dei segnali ciò che importa non è tanto la definizione dell’impulso di Dirac bensì il suo impiego nelle applicazioni.5) e (2. in virtù delle (2. +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). ∀x(t) 0. riguarda il fatto che. implicitamente.40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. 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). ∀t0 ∈ R. se a < 0 < b . A partire dalla definizione (2.9) dt In altre parole.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari.7). ad esempio. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e. (2. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie.8). secondo l’analisi matematica convenzionale.8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. δ (t) x(t) dt = x(0) .5) e (2. ∀n ∈ N. la cui verifica è lasciata al lettore per esercizio: Proprietà 2. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. ∀x(t) continua in t0 . (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t). a valle delle considerazioni fatte finora. ∀t0 ∈ R. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. ∀a < b ∈ R. convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato.8) ovvero.

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

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

6 0. A partire dalla finestra prototipo. Finestra rettangolare a TC dell’es. in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). si vede che x(t) = A rect t − t0 T = A. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. Utilizzando la definizione. se 0 ≤ n ≤ N − 1 . Si tratta di un segnale pari (centrato nell’origine). 0.19. Fig. numerosi testi. cambiamento di scala con a = 1/T e traslazione temporale di t0 . La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 .20. se t ∈ [t0 − T /2.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A.2. la finestra rettangolare è denotata con il simbolo Π(t). .3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. 2. 2. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A. 2. 0 .2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. 0 . Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 .20: la finestra è centrata in t = t0 e ha durata ∆x = T . il cui andamento è raffigurato in fig.8 x(t) = rect(t) 0. mediante moltiplicazione per una costante. cambiamento di scala con a = 1/T e traslazione temporale di t0 . se |t| ≤ 0.5 . 2. ed è rappresentata graficamente in fig. Finestra rettangolare a TC. altrimenti .19. altrimenti .7. traslazione temporale e cambiamento di scala.4 0.t0 + T /2] . Esempio 2. altrimenti . 2.

Così come visto per la finestra rettangolare nell’es. è asimmetrica rispetto all’origine.22. È possibile definire la finestra triangolare (si veda la fig. mediante operazioni elementari (moltiplicazione per una costante. traslazione temporale. pertanto.21. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| .2 0 −2 −1 0 t 1 2 Fig. a differenza della sua versione a TC. Si tratta di un segnale pari (centrato nell’origine). se 0 ≤ n ≤ 2N − 1 .2 0 −2 0 2 4 n 6 8 10 1 0. ed è rappresentata graficamente in fig.7. infatti si ha RN (n) = u(n)−u(n−N). 1. Finestra triangolare a TC. 2. Infine. a partire dalla finestra triangolare prototipo.48 Proprietà dei segnali 1 0. 2. ponendo N = 1. La finestra ha estensione temporale Dx = {0. Tuttavia. la finestra rettangolare a TD degenera nell’impulso discreto. altrimenti . altrimenti . N −1} e durata ∆x = N. come riportato in fig. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. .6 0. si noti che. 1− B2N (n) = N 0 . Come nel caso TC. 2. 2. se |t| < 1 .24. ed è asimmetrica rispetto all’origine.22.8 x(n) = R5(n) 0.21.8 x(t) = Λ(t) 0.6 0. così come la finestra rettangolare a TD. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. 2. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. ed essa è nota come finestra di Bartlett:  |n − N|  .4 0. R1 (n) = δ (n).23) anche nel caso TD. . . considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. Finestra rettangolare a TD per N = 5. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. cioè. 2. Fig. 2. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. ed è rappresentata graficamente in fig. ovvero considerare B2N (n + N). . . di ampiezza unitaria e durata ∆x = 2.4 0. 0.

2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. senza mai annullarsi.24.. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. a differenza del caso di segnali a durata rigorosamente limitata. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. un certo elemento di arbitrarietà nella misura della durata. tuttavia. legato proprio all’arbitrarietà nella scelta del valore della soglia. Segnale di durata praticamente limitata. Finestra triangolare a TD per N = 4 con simmetria pari. x(t) soglia .25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 .t2 ) di valori significativi del segnale.23. 2.4 0. . 2.. In particolare. per esso. t1 durata t2 . e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale.8 0.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0.25. si consideri un segnale TC come quello riportato in fig. Finestra triangolare a TD per N = 4. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze.3 Estensione e durata temporale di un segnale 49 1 0.2. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.. 2. 2.4 0. Si noti che. si perviene ad un diverso valore di durata del segnale. Fissare una soglia (vedi fig. t Fig. se si fissa una soglia diversa.. con t2 > t1 . in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. Un discorso analogo sussiste anche per i segnali a TD. questo introduce. 2. Fig.25.8 0.6 0.3. 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. 2.2 0 −6 −4 −2 0 n 2 4 6 Fig. il quale decade asintoticamente a zero per t → ±∞.6 0.

2. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. . esso non rientra nella famiglia dei segnali di durata praticamente limitata. Il caso a = 0 è degenere. come mostra il calcolo della derivata di x(t). in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. è lo stesso dell’esponenziale x(t) = A eat . solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. al variare di a.25). come in fig. che risulta diverso da zero. notiamo che tra le operazioni elementari introdotte nel § 2.1. ed in particolare per a > 0 l’esponenziale risulta crescente. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . si noti peraltro che il comportamento per t ≥ 0. Poiché. per effetto del gradino. 2.50 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). mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . ∀a ∈ R). che sono descritti di seguito. dove a ∈ R è un fattore di scala dei tempi. con riferimento al caso TC per semplicità. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . come in fig. nel caso a < 0. solo per t ≥ 0. L’esponenziale a TC è una funzione monotona di t.26(a). delle applicazioni.26. in dipendenza dal valore di a = 0. Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. 2. Infine. Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. mentre per a < 0 l’esponenziale risulta decrescente.25). e degli scopi per i quali il segnale stesso viene studiato o elaborato. Tale scelta può variare a seconda della natura del segnale. che quelli a durata praticamente limitata – sono anche detti segnali transitori. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. (a) a < 0 (valore effettivo a = −0. In particolare. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. In particolare.

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

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

Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.5 1 (d) 0.8 0.833). (d) −1 < a < 0 (valore effettivo a = −0. 2.5 x(n) 0 0.6 x(n) 0. (b) a < −1 (valore effettivo a = −1. .2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.28.1).833).4 −0.2.1).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. (f) a = −1. (e) a = 1. (c) 0 < a < 1 (valore effettivo a = 0.

risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). I segnali di durata illimitata sono anche detti segnali persistenti.. ed intorno al Sole con un periodo pari circa a 365 giorni. t Fig. Ad esempio.13) è detto periodo (fondamentale) del segnale. Segnale di durata non limitata.13). tuttavia. 2.12) è detto periodo (fondamentale) del segnale. Per segnali di questo tipo. 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. Inoltre . ∀n ∈ Z . È bene enfatizzare il fatto che. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali.13) Il più piccolo valore di N0 che verifica la (2. ∀t ∈ R . mentre nel caso TC il periodo T0 è in generale un numero reale. infatti. In molti casi.12) e (2. 2. allora.54 Proprietà dei segnali x(t) . (2.. . 2.29. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ).3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. ovvero ∆x = +∞... Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica.3. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. detto periodo. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici.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 ). come ad esempio il segnale raffigurato in fig. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. i segnali x(t) e x(n) si dicono aperiodici. (2.12) Il più piccolo valore di T0 che verifica la (2. Una definizione pratica.29. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. rispettivamente. nel caso TD il periodo N0 è necessariamente un numero intero. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. sono sempre di durata limitata.

e della definizione di periodo. Fig. .13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 .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. A. 3T0 . 2. Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . x). Come vedremo nel cap. ad esempio.12) e (2.2.7 avente modulo A. e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. allora esso è periodico di periodo 2T0 .30) è invece quella nel piano complesso. è interessante notare che. ω0 è la pulsazione. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. gli esponenziali complessi o fasori6 e le sinusoidi. Nel seguito si introdurranno alcuni segnali periodici elementari. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. 2. . f0 = 2π è la frequenza. quali. per un segnale costante x(·) = a. sulla base delle (2.13). Una conveniente interpretazione grafica (fig. (2. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. Il fasore è un segnale che assume valori complessi. misurata ω0 in radianti al secondo (rad/s). 5. . Pertanto.31. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto. e talvolta si parla di periodo fondamentale. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario. . Fasore a TC L’espressione matematica di un fasore a TC è la seguente: x(t) = A e j(ω0t+ϕ0 ) = A e j(2π f0t+ϕ0 ) = A [cos(2π f0t + ϕ0 ) + j sin(2π f0t + ϕ0 )] . in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. ϕ0 è la fase iniziale.30. se un segnale (ad esempio TC) è periodico di periodo T0 . che si muove con velocità angolare |ω0 |. sotto condizioni non eccessivamente restrittive. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. 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). secondo la quale il fasore è rappresentato come un vettore ruotante. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. misurata in cicli/s o Hertz (Hz). misurata in radianti (rad). 2.12) e (2. Come ulteriore osservazione. le (2.14) dove A > 0 è l’ampiezza.

mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. come il fasore.13) e ricalca quella già ω0 vista per il fasore. infine. ovvero che x(t) = x(t + T0 ). si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C. e quindi si ha la (2. 8 Ricordiamo . Così come l’impulso di Dirac a TC. Dall’interpretazione come vettore ruotante. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig. il fasore è un segnale periodico di periodo T0 . come sarà chiaro nel seguito. il caso ω0 = 0 rappresenta il fasore più lentamente variabile.12). il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore.56 Proprietà dei segnali se ω0 > 0. il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. 2. (2. § A. In ogni caso. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. come preannunciato. e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2.4). utilizzando le formule di Eulero (cfr. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. In effetti. il fasore è una pura astrazione matematica che. ed in senso orario se ω0 < 0. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. che il fasore non è un segnale “fisico”. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 . con k ∈ Z. Si noti. 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 .31). Di contro. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica. si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente.1).15).12): infatti.16) dove i parametri A. |ω 0 | | f 0 | (2. da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0). imponendo che valga la (2. il che accade dopo un tempo pari a T0 = 2π 1 = . Anche la sinusoide.15) pertanto. Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa.

come ν0 ∈ [0. ma anche alcune differenze significative rispetto al caso TC. Prova. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. 1[ oppure ν0 ∈ [−1/2.30): la differenza sostanziale. k ∈ Z. da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 .1). la posizione finale è la stessa. anche il fasore a TD soddisfa la definizione di segnale (1. in termini di frequenze. 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) . Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. poi diminuisce (fino a ν0 = 1). Come il fasore a TC. ϕ0 è la fase iniziale (rad). a ν2 − ν1 = k. come θ0 ∈ [0. =1 ∀n. π [. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 .2. 1/2[. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C.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. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. passando da ν0 = 0 a ν0 = 1.17) θ0 dove A > 0 è l’ampiezza. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . la condizione θ2 − θ1 = 2kπ equivale. il fasore si muove “a scatti” nel piano complesso. 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 . Ovviamente. però. nel caso TD il tempo n va considerato adimensionale. Questa è una delle fondamentali differenze rispetto ai fasori a TC. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). è che poiché il tempo n varia in maniera discreta. se il fasore si sposta di θ0 oppure di θ0 + 2kπ . applicando la definizione di periodicità (2.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. così come accade nel caso TC. 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 )] . L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. Infatti. ν0 = 2π è la frequenza (cicli). 2π [ oppure θ0 ∈ [−π . k ∈ Z. 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). ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0. Sulla base di questa interpretazione.13) per un segnale TD. . (2. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. k ∈ Z . 2. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. con la pulsazione θ0 ). in particolare. Equivalentemente. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2).

In tal caso. k ∈ Z. similmente al caso TC. antiorario se k > 0). Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) .6 (periodo di un fasore a TD) Sia x(n) = A e j(2πν0 n+ϕ0 ) un fasore a TD con frequenza ν0 razionale (non intera). nel caso in cui è periodico. se ν0 = √2 (un numero irrazionale). allora il fasore non è periodico nel tempo. k ∈ Z. 2π N0 k ∈ Z. come la somma di due fasori ruotanti in senso opposto: 1 j(θ0 n+ϕ0 ) 1 − j(θ0 n+ϕ0 ) Ae + Ae . contrariamente a quanto avviene con i segnali periodici a TC. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. Questi due esempi mostrano che. il periodo aumenta passando da N0 = 3 a N0 = 4. oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 .8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3. un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. Infatti. Infine. La proprietà precedente. addirittura. può aumentare. In pratica. il periodo non coincide in generale con l’inverso della frequenza. mostra anche che. il periodo è ancora N0 = 3. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. (2) il periodo N0 coincide con il denominatore della frazione.58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . In particolare: A cos(θ0 n + ϕ0 ) = . il segno di k è legato al verso di rotazione del fasore (orario se k < 0. Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale. da cui si ricava che ν0 = θ0 k = . il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2. e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi).5 (periodicità nel tempo dei fasori a TD) Un fasore a TD x(n) = A e j(2πν0 n+ϕ0 ) risulta periodico nel tempo se e solo se la sua frequenza ν0 è un numero razionale. il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . Esempio 2. Se ν0 = 2/3. e si può interpretare. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. che può rimanere lo stesso (come nei due esempi precedenti) o. con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini).

è possibile costruire un unico segnale periodico x(t) secondo la (2. (b) periodicità nel tempo: una sinusoide è periodica se e solo se la sua frequenza è un numero razionale ν0 = k/N0 (k ∈ Z e N0 > 1). per una dimostrazione più formale. Esempio 2. Infatti come generatore è possibile scegliere la . Il duty-cycle δc . Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . T0 /2]. e la cui rappresentazione grafica per A = 1 e δc = 0. Dato un segnale generatore xg (t) e fissato un periodo T0 .2. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . detto generatore. ampiezza A. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). come si voleva dimostrare. Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 .18). rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. ∀t ∈ R.18) risulta necessariamente x(t) = x(t + T0 ).18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). Effettuando il cambiamento di variabile k − 1 = nella sommatoria. infatti. basta provare che per il segnale x(t) definito come nella (2. Si ha. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) .8 (duty-cycle dell’80%). talvolta espresso in percentuale. e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . ∀t ∈ R. d’altra parte. Come caso limite. Ad esempio. la cui espressione è: ∑ A rect t − kT0 T . per cui x(t + T0 ) = x(t). notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. ±2T0 .32. 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). ed il periodo dell’onda stessa.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T .3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. (2. e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. diverso da zero nell’intervallo [−T0 /2. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini.5 è quella di fig. traslate di ±T0 . in fig. 2. 2.33 è mostrata un’onda rettangolare con A = 1 e δc = 0. etc. Viceversa.

t0 + T0 /2]. T0 /2]. Fig. 2.4 0. In particolare. ma bisogna tener conto della sovrapposizione tra le repliche.5 (duty-cycle del 50%). 1]. restrizione del segnale periodico ad un periodo. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). .10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. N0 − 1}.34). 0. t ∈ [−T0 /2.6 x(t) 0. . che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). 2.36.8 0.35) non si ottiene semplicemente affiancando le finestre triangolari. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. 2. altrimenti. cioè risulta x(n) = x(n + N0 ). . per determinare il generatore.8 0. si ottiene il generatore raffigurato in fig. . Esempio 2. ed il segnale risultante (fig. la relazione tra segnale periodico e generatore non è biunivoca.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. 2. le repliche del segnale si sovrappongono. descritta dall’esempio che segue. Bisogna tuttavia notare che. In altri termini.60 Proprietà dei segnali 1 0. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) .4 0.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . Onda rettangolare a TC con A = 1 e δc = 0. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione.2 0 −2 −1 0 t/T 1 2 0 0 Fig. T0 /2] . Un caso meno banale che evidenzia la possibilità di scegliere almeno due diversi generatori di uno stesso segnale periodico è la replicazione con sovrapposizione tra le repliche. con t0 ∈ R. 2.6 0.33.8 (duty-cycle dell’80%). Onda rettangolare a TC con A = 1 e δc = 0. costruiamo il segnale periodico x(t) effettuando la replicazione di xg (t) con periodo T0 = 3 < 2: 2 x(t) = rep 3 [xg (t)] = 2 3 Λ t− k 2 k=−∞ +∞ ∑ .32. sommando queste ultime negli intervalli di sovrapposizione. ad esempio [−T0 /2. In questo caso. finestrando il segnale periodico nell’intervallo [−1. . Poiché il periodo di replicazione è inferiore alla durata del generatore. che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare. ad esempio [t0 − T0 /2. 1. (2.

8 0. 2. Esempio 2. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n). 2. che si ottiene finestrando il segnale con una finestra . Onda triangolare a TC dell’es. 2. 2.75.8 0.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo). Onda rettangolare a TD con M = 3 ed N0 = 5. Un differente generatore dell’onda triangolare a TC dell’es. 0.34.4 0.36. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . 1 0.6 x(n) 0.2. 2.2 0 −2 −1 0 t 1 2 Fig. Viceversa.10. 2.35.6 x(t) 0.2 0 −2 −1 0 t 1 2 1 0.37 per M = 3 e N0 = 5.37.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.6 0.4 0.10.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .4 0.2 0 1 0. 2. Segnale generatore dell’onda triangolare a TC dell’es. xg(t) Fig.4 0. 2.8 0.8 0.75).3 Estensione e durata temporale di un segnale 61 1 0. ottenuto finestrando il segnale periodico nell’intervallo (−0. Fig. il cui andamento è rappresentato in Fig.6 0. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo.

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

. 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.22) mentre si definisce media temporale del segnale nell’intervallo (−Z.23) . . K − 1. l’area e la media temporale di x(n) sono numeri reali o complessi. 2K + 1 n=−K K (2. il numero. . Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. si definisce infatti area del segnale nell’intervallo (−Z. si definisce area del segnale nell’intervallo {−K. (2.. reale o complesso. K − 1. Z]. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . . . . K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) .. . −K + 1. Z). (2. (2. −K + 1. 63 2. in dipendenza della natura del codominio X del segnale. . reale o complesso.38.4 Area e media temporale di un segnale .2. 2.4 Area e media temporale di un segnale Altri due parametri che concorrono a caratterizzare sinteticamente un segnale sono l’area e la media temporale. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . Considerato Z > 0..21) Si noti che. x(t) <x(t)> Z -Z +Z t 2Z Fig. L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. . il numero. Dato un segnale TD x(n) e fissato un intero K ≥ 0. . Z).20) mentre si definisce media temporale del segnale nell’intervallo {−K.

cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt . 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. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. il che significa che esistono segnali per i quali la definizione di area (2. in base alla (2. Tale interpretazione è raffigurata graficamente per il caso TC in fig.24) non esiste in senso ordinario. nel caso dei segnali periodici. per i quali l’integrale nella (2. = 2Z = e quindi.21) oppure (2.24). § B. dipendono dalla scelta di Z oppure di K. ovvero riguardano solo una porzione del segnale. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale.24) perde di significato. (segnali TD) K→+∞ 2K + 1 n=−K (2.2). l’area di un segnale TC è definita mediante il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale (cfr.38. si ottiene notando che le (2. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . I valori dell’area e della media temporale calcolati sulla base delle (2. 2K + 1 Ax (Z) .22) e (2.25) L’integrale che definisce l’area di un segnale TC può non esistere. salvo che in casi particolari. (2. A tal proposito.23).26) esiste.21) e (2.20) e (2. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro. Ciò accade. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. per esempio.27) .24) x(n).23) si possono riscrivere come x(n) x(t) K Z Ax (K) .64 Proprietà dei segnali L’interpretazione di media. 2.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt.26) in cui. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n).Z2 →+∞ −Z1 lim x(t) dt . (segnali TC) (2. è sufficiente far tendere Z oppure K all’infinito.2. (2. la media si può interpretare come l’altezza del rettangolo avente base pari all’intervallo temporale di riferimento e con la stessa area del segnale. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. si noti che. sia nel caso TC che nel caso TD. Se il limite nella (2.

tutti i segnali dispari risultano avere area nulla. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). Ad esempio. se consideriamo il segnale x(t) = t. Allo stesso modo. se il segnale ha area finita. nel senso che se y(t) = x(−t). dato che l’area di un segnale può essere infinita. cioè. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. poiché la media temporale definita nella (2. l’interpretazione della (2.28) ossia. soffermando l’attenzione al caso TC. si ha Ay = Ax . Per quanto concerne l’interpretazione di x(·) . ottenendo: Ay = lim Z Z→+∞ −Z y(t) dt = lim Z Z→+∞ −Z x(at) dt = lim 1 Z→+∞ |a| Z −Z x(τ ) dτ = Ax . Un discorso analogo sussiste anche per i segnali a TD con riferimento alla sommatoria: l’area del segnale x(n) è definita mediante la somma simmetrica della serie bilatera di x(n) (cfr. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. l’area del segnale deve necessariamente essere infinita. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. ponendo a = −1. ma si verifica anche per molti segnali aventi durata praticamente limitata. Tuttavia. se il segnale x(t) ha area finita. la sua area è necessariamente finita. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. Quando invece la serie di x(n) converge. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. § B.3).23). |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. che può esistere anche quando la serie bilatera di x(n) non converge. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). Come caso particolare. 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. la sua media temporale è nulla. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. Con riferimento al caso TC per semplicità. Poiché la definizione di area e valor medio sono intimamente legate. Esempio 2. mediante cambio di variabile. l’integrale (2. |Ax | < +∞. è immediato calcolare l’area del segnale y(t) = x(at). Infatti. se il segnale x(·) assume valori finiti. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. +∞ (2.2. e quindi per ogni fissato valore di Z o di K: in questo caso. Si tratta di un segnale di durata rigorosamente limitata.25) si ottiene come caso limite dalle definizioni (2.1. 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 .4 Area e media temporale di un segnale 65 Tuttavia. 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. a partire dal segnale x(t) avente area finita Ax . essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica.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 ). con a ∈ R − {0}. Essa vale infatti se la media è calcolata su un intervallo temporale finito. con t ∈ R. cioè. Z→+∞ . Come conseguenza di questo risultato.26) non esiste. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . risulta che: Z x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = Z→+∞ −Z Z→+∞ lim x(t) dt = lim 2Z Ax = 0.21) o (2. il segnale ha area nulla.

14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a.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). dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . t < 0 . 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. Esempio 2. 2. 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 . con 0 < |a| < 1. e quindi per un segnale costante x(·) = a si ha x(·) = a. Esempio 2.66 Proprietà dei segnali Conseguentemente. Esempio 2. Esempio 2. è nulla. e quindi si ha in generale u(·) = 1 . 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). .27. con T > 0. Analogamente. in quanto ha area finita pari a N. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . in altri termini.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). t ≥ 0. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. Conseguentemente. Con calcoli analoghi. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. −1. definito come sgn(t) = 1. ma presenta particolari proprietà di simmetria. la media temporale di una costante coincide con la costante stessa.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. 2 La media temporale può essere nulla anche se il segnale ha durata infinita. come evidenziato nel seguente esempio. Nel caso TC si ha: x(t) = lim 1 Z→+∞ 2Z Z −Z a dt = a lim 1 Z→+∞ 2Z Z −Z dt = a lim Z→+∞ 1 2Z = a . Pur trattandosi di un segnale di durata praticamente limitata. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 .

9 Notiamo .5 x(t) = sgn(t) 0 0 −0. in quanto il suo valore nell’origine non è nullo. presentiamo le seguenti proprietà della media temporale. ∀t = 0.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. e rappresentato graficamente in Fig.40.4 Area e media temporale di un segnale 67 1 1 0. Fig. osserviamo nuovamente che se un segnale ha simmetria dispari. e raffigurato graficamente in fig. conseguentemente. n < 0 . definito analogamente a sgn(t).5 x(n) = sgn(n) 0. 2. n ≥ 0.39. 2.5 −0. il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)]. 2. essendo una funzione dispari9 . Più in generale. 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 .  =−Z =Z Questo risultato discende dal fatto che il signum a TC. come sgn(n) = 1. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n).2. 2. ha area nulla (nel senso del valor principale di Cauchy).40. anche la sua media temporale è nulla. Segnale signum a TD. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). allora la sua area è nulla e. In questo caso. Segnale signum a TC.39. Per completare la trattazione. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. −1.

In base alla definizione di media temporale. dove nZ ∈ N indica il numero intero di periodi T0 contenuti in (0. La dimostrazione delle proprietà (a) e (b) è immediata ed è lasciata al lettore come esercizio. (c) Media temporale di un segnale periodico: Sia x(·) un segnale periodico. La media temporale di x(·) può essere calcolata su un solo periodo:  T0 1  x(t) dt . T0 ). consideriamo il termine (c) ed effettuiamo il cambio di variabile u = t − nZ 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 . Nel seguito. ∀t0 ∈ R . invece. ∀n0 ∈ Z . avente periodo T0 nel caso TC. mentre εZ = Z − nZ T0 ∈ [0.7 (proprietà della media temporale) (a) Linearità: α1 x1 (·) + α2 x2 (·) = α1 x1 (·) + α2 x2 (·) . ottenendo: 1 2Z Z nZ T0 x(t) dt = 1 2Z Z−nZ T0 0 x(u + nZ T0 ) = x(u) per la periodicità du ≤ 1 2Z εZ 0 |x(u)| du ≤ 1 2Z T0 0 |x(u)| du . T0 [ è la frazione di periodo rimanente. (segnali TC) T 0 0 x(·) = 1 N0 −1    ∑ x(n) . assolutamente integrabile/sommabile su un periodo. (segnali TD) N0 n=0 Prova. . Infatti.68 Proprietà dei segnali Proprietà 2. dobbiamo calcolare x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt . I termini (a) e (c) tendono a zero per Z → +∞. Z). ∀α1 . x(n − n0 ) = x(n) . non dipende da Z ed è finito da cui segue la convergenza a zero per Z → +∞. α2 ∈ C . se il segnale x(t) è assolutamente sommabile in (0. proviamo la proprietà (c) per il caso a TC (la dimostrazione per il caso TD si effettua in modo simile). (b) Invarianza temporale: x(t − t0 ) = x(t) . 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 . Per il termine (b). Osserviamo che è possibile esprimere Z = nZ T0 + εZ . effettuando il cambiamento di variabile u = t − kT0 . Mediante un analogo ragionamento si prova che anche il termine (a) tende a zero al divergere di Z. o periodo N0 nel caso TD.

evitando il passaggio al limite presente nella definizione generale (2. la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . per cui: x(t) = A e jϕ0 = A e jϕ0 . Con la notazione precedente.16. Tale proprietà può essere espressa in forma più generale. ad esempio in (0. 2. (segnali a TD)  N 0 N0 Esempio 2. (segnali a TC)  T0 T (2. ovvero su un periodo del segnale. Per ω0 = 0. . 2. Allo stesso modo. ∀t0 ∈ R . ∀t0 ∈ R . si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . La proprietà 2. =1 2 =1 dove abbiamo applicato i risultati degli es. ∀n0 ∈ Z . per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . il fasore x(t) è periodico di periodo T0 = periodo. osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . Per ω0 = 0. per un segnale TD.4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . utilizzando la (2. la sommatoria fatta su N0 campioni consecutivi arbitrari.29) x(·) = 1 0  ∑ x(n) . questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . pari ad un periodo del segnale.18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) .29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) .7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. il fasore degenera nel segnale costante x(t) = A e jϕ0 .2. riottenendo il risultato dell’es. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1.25). 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. ricalcoliamo la media temporale del segnale x(t) = sgn(t). T0 ). Esempio 2.15. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione.17 (media temporale del signum) Come applicazione della proprietà di linearità.14 e 2. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 .

jϕ0 . A cos (ϕ0 ) . altrimenti . poiché la sinusoide x(t) si esprime come somma di due fasori.4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . (2. a partire dalla componente continua. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale. Dalla sua definizione. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). Analogamente. es.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 . possiamo applicare la proprietà 2. la media temporale di un segnale si può interpretare come la componente continua del segnale. se θ0 = 2π k. . se θ0 = 2π k.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . 2. Infatti. (2. Nel caso in cui ω0 = 0. Definizione 2.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0.18) che un fasore con ω0 = 0 ha media temporale nulla. essendo ottenuta depurando il segnale della componente continua. 2.4. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . ne rappresenta la parte effettivamente “variabile”.70 Proprietà dei segnali Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale). applicando la proprietà di linearità della media temporale. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. Infatti.31) Mentre la componente continua rappresenta il valor medio del segnale. altrimenti . la parte “costante” del segnale. la componente alternata. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . in un certo senso. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. Ae Esempio 2. e quindi.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). k ∈ Z . si può definire per differenza anche la componente alternata. k ∈ Z .

18 e 2. Avendo ignorato eventuali costanti di proporzionalità.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. 2 2 Pertanto la decomposizione (2.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. che viene misurata in Joule (J). per cui la componente continua vale xdc = 1 . il resistore dissipa nell’intervallo di tempo (−Z.32) In particolare. (2. conviene ignorare le eventuali costanti di proporzionalità (come la resistenza R nell’esempio precedente) e definire l’energia di un arbitrario segnale TC o TD (sull’intero asse dei tempi) nel modo seguente: Definizione 2. un resistore R attraversato dalla corrente x(t): per effetto termico. 2. anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza.19. sono segnali TC puramente alternativi.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. Consideriamo. Dagli es. coincide con la sua componente alternata.33). un segnale x(·) che presenta xdc = 0 e che. k ∈ Z. sono segnali TD puramente alternativi. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale. notiamo . il concetto di energia è fondamentale nella fisica.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. quindi. e ricorre in numerose applicazioni. viene detto segnale puramente alternativo. 2. se il segnale è reale. ad esempio. 2 2 Dalla relazione precedente si può ricavare. 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 (·) .32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) .2. 2. segue che il fasore e la sinusoide a TC. il fasore e la sinusoide a TD. con θ0 = 2π k. in quanto per un segnale reale |x(·)|2 = x2 (·). Risultati analoghi valgono anche per il caso del gradino a TD. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . con ω0 = 0. che rende tale definizione di energia applicabile anche a segnali complessi. (segnali TC) |x(n)|2 . il modulo può evidentemente essere omesso. per verifica. (2.15) la media temporale del gradino. analogamente. Esempio 2. Per ottenere una definizione indipendente dalla particolare applicazione fisica. Se si considerano altri esempi in altri campi della fisica. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt .

23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). che quindi avrebbe presentato Ex = +∞. in quanto l’esponenziale non tende a zero.24) e (2. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. che converge se e solo se |a|2 < 1.33). Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. In particolare.3 e B. mentre per |a| ≥ 1 l’energia non esiste finita.4). il quadrato di una corrente non è dimensionalmente una energia.2. l’energia vale: Ex = A2 1 . Ad esempio. Esempio 2. Esempio 2. 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). 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 . Dal confronto tra le (2. l’energia è una quantità non negativa (Ex ≥ 0). allora anche |x(·)|2 sarà di durata rigorosamente limitata e. . l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. Tali costanti di proporzionalità non saranno considerate nel seguito. Tuttavia. avremmo avuto un esponenziale monolatero crescente. ∞ Si ottiene allora una serie geometrica di ragione a2 .1. ma richiede una moltiplicazione per una resistenza. Se avessimo viceversa considerato T < 0. con T > 0. Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. conseguentemente.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) in specifiche applicazioni. 1 − a2 |a| < 1 . In questo caso. allora.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. ovvero se e solo se |a| < 1. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n).21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. Essendo legata al quadrato del segnale. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T .33) (cfr. Esempio 2. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre).33) non sono necessariamente quelle di una energia. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. § B.

1 Segnali di energia I segnali aventi energia finita (come quelli degli es.22 e 2.2.1. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2.34).34) Sviluppando il modulo al quadrato all’interno dell’integrale.23).3 e B. In pratica. un segnale può avere area finita. 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 .5.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. Più in generale.23) prendono il nome di segnali di energia.35) Z→+∞ −Z x(t) y∗ (t) dt .5. § B.21. più articolato è il calcolo dell’energia Ex+y della somma di due segnali. è semplice provare che si ha Ey = |α |2 Ex . 2.2.22. in generale. e 2. consegue che. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. § B. 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)] .3 e B. osserviamo che. ma non essere di energia. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr. un segnale di energia può anche avere componente continua non nulla. Nel caso del prodotto per una costante α ∈ C.4): un segnale può essere di energia. § 2.1. 2. ma non avere area finita. 2. (2. la conseguenza pratica è che tipicamente essi hanno componente continua nulla. sostituendo nella (2. Tuttavia. Poiché i segnali aventi area finita hanno componente continua nulla. Sviluppiamo esplicitamente i calcoli nel caso TC. dalla quale. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt . sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es. 2. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es. 2. Questa circostanza si esprime matematicamente dicendo che l’insieme dei segnali di energia è chiuso rispetto alle operazioni di somma e prodotto per una costante (cfr. (2. posto y(·) = α x(·).6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞). (2.21). dal punto di vista matematico. i segnali di durata non limitata o persistenti non sono di energia.2. In conclusione.6).5 Energia di un segnale 73 2. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). sussiste la seguente definizione: Definizione 2. Viceversa.36) . e la somma di due segnali di energia è ancora un segnale di energia.3).4).

e risulta simmetrica. con ovvie modifiche. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. 11 Si usa il termine “ortogonalità” in quanto. al caso TD. la relazione (2. oltre alle energie Ex e Ey dei singoli segnali.38) è coniugato. l’energia mutua è in generale una quantità complessa. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. In tal caso. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig.41).24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. però. Nei due esempi seguenti.37) La relazione (2. (segnali TC) ∗ Exy = −K ∑ x(n) y (n).39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. Particolarmente interessante è la condizione in cui Exy = 0. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali.40).7 (energia mutua) L’energia mutua tra due segnali x(·) e y(·) è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) y∗ (t) dt. In tal caso si ha x(t) y∗ (t) ≡ 0. in base a concetti matematici più avanzati. poiché il secondo segnale nella (2. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori).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 . l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). 10 Se i segnali sono complessi.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. Esempio 2.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale.37) o nella (2. (2. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. si ha Eyx = E∗ : nel caso di xy segnali reali. Per segnali di energia ortogonali vale l’additività delle energie (2.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. Inoltre. 2. (2. .74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . (2. che è una quantità reale e non negativa. in quanto Eyx = Exy .39) può assumere segno qualsiasi. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. minore o uguale rispetto alla somma delle energie. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. (2. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. mentre diventa necessaria e sufficiente se i segnali sono reali. Poiché il termine contenente l’energia mutua nella (2. Estendendo i precedenti concetti.

basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig.5 0 0. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt . Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. che è utilizzato in numerosi e diversi ambiti della fisica.42.5 0 t 0. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z. Fig.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. generalizzando l’interpretazione come media temporale al caso TD.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo. Z) per la lunghezza 2Z di tale intervallo di tempo. anche la potenza è un parametro sintetico caratterizzante alcuni segnali. 2.5 Fig.5 t 1 1.5 0 −1 −0. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari. risulta anche in questo caso Exy = 0. 2.5 1 1. come l’energia.5 −1.5 0 t 0. al modulo al quadrato del segnale. si perviene alla seguente definizione di potenza: .5 0. 2.5 1 1.5 0 −1. ma tali che uno dei due. ad esempio x(t). Esempio 2.42). I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es. 2.5 t 1 1.25). La potenza è una quantità misurata in J/s o Watt (W). 2. Per un esempio concreto. 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.41. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito.5 0 0. Pertanto.5 y(t) 0.5 0. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es. (2. è una quantità non negativa (Px ≥ 0).5 y(t) 0 −0.5 2 −1 −0.24). Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . nonostante x(t) y∗ (t) ≡ 0.5 2 −1 −0. mentre l’altro ha simmetria dispari.2. abbia simmetria pari. 2.5 0 −1 1 −0.

10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 . Avendo trascurato eventuali costanti di proporzionalità. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. 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 2.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. molto utilizzato nell’elettrotecnica: Definizione 2.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. poiché il gradino assume solo i due valori reali 0 ed 1.42) può essere omesso se il segnale è reale. di ottenere una quantità che dipende esclusivamente dal segnale. 2.26. le dimensioni fisiche della potenza definita in base alla (2.76 Proprietà dei segnali Definizione 2. Se il segnale è reale (a ∈ R). (segnali TC) (2. fasore. Sulla base del risultato dell’es.42) non sono necessariamente quelle corrette (ovvero W). tali segnali prendono il nome di segnali di potenza: Definizione 2. è possibile individuare la classe dei segnali che hanno potenza finita. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS).15 sulla componente continua di un gradino. signum) e i segnali periodici (es.9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . 2. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.1 Segnali di potenza Sulla base della definizione di potenza. gradino. 2. Esempio 2. allora Px = a2 . Il vantaggio è. .6.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). come per l’energia. 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.

allora anche |x(·)|2 ammette lo stesso periodo. In tal modo.12) oppure (2. per cui: Px = |x(t)|2 = A2 = A2 .13). per cui la potenza si può calcolare applicando la A2 dt = A2 . √ 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). Infatti.28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . altrimenti . si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . Nel caso in cui ω0 = 0. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). Per ω0 = 0. Per ω0 = 0.43)  ∑ |x(n)|2 .2. . il fasore degenera nel segnale costante x(t) = A e jϕ0 . 12 Notiamo che se x(·) è periodico di periodo T [N ]. k ∈ Z . Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. 2.43).19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. 13 Ad esempio.6 Potenza e valore efficace di un segnale 77 sinusoide). 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). Esempio 2. per cui è di scarso interesse pratico). Per soddisfare la definizione (2. Infatti. si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. fatta eccezione per casi di scarso interesse pratico. 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. Il valore efficace della sinusoide è allora xrms = Px = √2 . Analogamente. A2 cos2 (ϕ0 ) . un segnale periodico deve necessariamente avere durata illimitata. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). Esempio 2. questo comporta che la sua energia è necessariamente infinita. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. il fasore x(t) è periodico di periodo T0 = (2. (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2.7(c) della media temporale. risultato frequentemente utilizzato nell’elettrotecnica. un segnale periodico è necessariamente un segnale di potenza. segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. salvo per casi particolari di scarso interesse pratico13 .29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. se θ0 = π k.

43. e la somma di due segnali di potenza è ancora un segnale di potenza. lim 2Z (2. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. dalla (2.2 Relazioni tra segnali di energia e di potenza È interessante analizzare più in dettaglio le relazioni esistenti tra segnali di energia e segnali di potenza. In altri termini. e quindi sono disgiunti. sussiste il seguente risultato: Teorema 2. allora esso ha potenza nulla (Px = 0).44) esiste finita. Per provare la (a). Anche in questo caso. aventi durata non limitata. 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 .6.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . nè di energia. Tuttavia. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza.6. Prova. nè a quelli di potenza. Viceversa. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. in quanto esistono casi di segnali che non sono nè di energia.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. posto y(·) = α x(·).78 Proprietà dei segnali 2. Viceversa. si prova facilmente che Py = |α |2 Px . si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. nè di potenza. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. Esistono casi meno banali di segnali. e quindi non può essere di energia. A tal proposito.46) . 2. Ad esempio il segnale rampa a TC x(t) = t u(t). che non sono segnali di potenza. e quindi non può essere di potenza. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . (2.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. per quanto riguarda la somma di due segnali. in quanto hanno Ex = +∞). (b) se x(·) è un segnale di energia. e sfruttando la proprietà di linearità della media temporale. 2. se l’energia è finita. allora esso ha energia infinita (Ex = +∞). invece. la (b) prova che un segnale di energia ha necessariamente Px = 0. Pertanto. e quindi non si può considerare nè un segnale di potenza. se la potenza (2. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). seguendo passaggi simili a quelli effettuati per l’energia.44) È chiaro allora che. i due insiemi non costituiscono una partizione di tutti i possibili segnali. presenta Ex = Px = +∞. raffigurato in fig. definita come segue: (2.

ed xy in generale la potenza mutua è complessa.48) e evidenziano che. Esempio 2.47) K 1 ∑ x(n) y∗ (n). per la presenza dell’operazione di coniugazione sul secondo segnale. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi).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.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0.2. (2.48) Le relazioni (2. si ha Pyx = P∗ . in particolare. Per segnali di potenza ortogonali.6 Potenza e valore efficace di un segnale 79 2 1.43.46) e (2.46) si scrive Px+y = Px + Py + 2 Pxy . (2. 2 2 . Definizione 2. con ω0 = 0. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 .49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. Segnale rampa a TC. 2. vale la proprietà di additività delle potenze: Px+y = Px + Py . (segnali TC) (2. a meno che Pxy = 0. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. come per le energia.5 x(t) = t u(t) 1 0. per cui la (2.30 (ortogonalità tra seno e coseno) Un esempio di due segnali di potenza a TC ortogonali si ottiene scegliendo x(t) = cos(ω0t) e y(t) = sin(ω0t). Si ha infatti. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che. anche per la potenze non vale l’additività.5 0 −2 −1 0 t 1 2 Fig.

vale a dire. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. in quanto l’operazione di coniugazione si scambia con la media temporale. Joule (J) per le energie. evidenziando i legami esistenti tra alcuni di essi.1. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . 2. per risolvere i due problemi precedenti e per semplificare alcuni calcoli. . Esempio 2. a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2.30). e xac (·) = 0 per definizione. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono. Posto infatti x(·) = xdc + xac (·). dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla. Con riferimento in particolare alla potenza. 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. (2.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali. nella tab. 2. Watt (W) per le potenze. che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. 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.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. Si ha allora: Px = Pdc + Pac . nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0.

Valori comuni di potenza espressi in dB.50). nella definizione (2.50): Px = P0 · 10 [P x ]dB 10 . si parla di potenze espressa in dBm. Nella tab.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. dato il valore di potenza [Px ]dB in dB .7 Misura in dB della potenza e dell’energia 81 Px /P0 0. scegliendo P0 = 1 W. Esempio 2. . si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm .2.5 1 2 10 100 1000 [Px ]dB −30 dB −20 dB −10 dB −3 dB 0 dB 3 dB 10 dB 20 dB 30 dB Tab. in quanto. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . tenendo conto della relazione quadratica esistente tra valore efficace e potenza. invece di 10. Ovviamente. applicando le proprietà dei logaritmi. 2. e si scrive più specificamente [Px ]dBW .01 0. ed in tal caso si parla di potenze espresse in dBW. conviene introdurre un fattore numerico pari a 20. dove P0 è una potenza di riferimento. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . se invece P0 = 1mW. per avere lo stesso valore in dB. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . opportunamente scelta a seconda delle applicazioni. tuttavia.001 0. 2. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. mentre se si sceglie P0 = 1 mW.2. e si scrive [Px ]dBm . √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px .1 0. il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. Le scelte più comuni per la potenza di riferimento sono P0 = 1W.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W.

risulta [PR ]dBm < [PT ]dBm . Infatti. Detta PT la potenza trasmessa. la potenza ricevuta sarà pari a PR = γc PT .44. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget).2) in unità logaritmiche. 2.44. Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. allora [γc ]dB < 0. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). 2. Si consideri lo schema di fig. [PR ]dBm = [γc ]dB + [PT ]dBm . per le proprietà dei logaritmi. per cui. 2. La (2.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . le potenze di riferimento nei due casi differiscono di un fattore 1000. corrispondente a 30 dB (tab. . come è ovvio che sia. Notiamo che poiché 0 < γc < 1. Esempio 2.33 (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).51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . assumendo ad esempio P0 = 1mW. in una relazione additiva. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. (2. misurando invece la potenza ricevuta in dB. si ha: [PR ]dB = 10 log10 ovvero.

t (e) y(t) = x . Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . (h) z(n) = x(n + 2) y(n − 2). (b) z(n) = x(3n − 1). (d) y(t) = x(2t). dopo aver rappresentato il grafico di x(n) ed y(n). (f) z(n) = x(n − 2) + y(n + 2). (j) z(n) = x(−n) y(−n). (l) z(n) = x(n + 2) y(6 − n). ±2. n ∈ {0. Esercizio 2. (k) z(n) = x(n) y(−2 − n).3 Si consideri il segnale TC x(t) = Λ(t). Esercizio 2. (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) .2. (c) z(n) = y(1 − n). ±1. 3 Esercizio 2. rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n).4 Si consideri il segnale TC y(t) = x(2t − 1). (c) y(t) = x(−t). (b) ritardo di 5 seguito da una riflessione.8 Esercizi proposti 83 2. (g) z(n) = x(2n) + y(n − 4).1 Si consideri il segnale TC x(t) = rect(t). ±3} 0. Determinare l’espressione analitica del segnale y(t) ottenuto effettuando le seguenti operazioni su x(t) (nell’ordine specificato) e rappresentare il grafico del segnale y(t): (a) riflessione seguita da un ritardo di 5. (b) y(t) = x(t + 5). n (d) z(n) = x .2 Dati i segnali TD x(n) = |n| .8 Esercizi proposti Esercizio 2. (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. 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). 2 (e) z(n) = y(2 − 2n). (i) z(n) = x(3 − n) y(n).

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

(b) x(t) = sgn(t). (b) x(n) = (−1)n .2. (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . (c) x(t) = u(t − 5).10 Stabilire quali dei seguenti segnali TD sono periodici e. 1. Esercizio 2. (d) x(t) = sgn(−t). 5} 0. (d) x(n) = cos(2π n).8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). π j √n 2 . utilizzare le proprietà della media temporale] Esercizio 2. (c) x(n) = a|n| . (h) x(n) = n e jn jπ n (i) x(n) = e . n ∈ {0. con 0 < |a| < 1. con |a| > 1.13 Stabilire quali dei seguenti segnali TD sono periodici e. . (c) x(n) = cos(2n). [Suggerimento: per il calcolo del valor medio.11 Rappresentare il grafico della differenza prima y(n) = ∇1 [x(n)] = x(n) − x(n − 1) del segnale TD x(n) e calcolarne area e valor medio nei seguenti casi: (a) x(n) = 1. (e) x(t) = 2 u(t). (g) x(t) = 2 rect(t). Esercizio 2.12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). δ (n − 3k) − δ (n − k2 ) . (b) x(n) = an u(−n). determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . in caso affermativo. determinarne il periodo fondamentale N0 . 4. (d) x(n) = (−1)n u(n). in caso affermativo. . (f) x(t) = 2 sgn(t) + 1. . calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k). altrimenti (b) x(n) = u(n) + u(n − 1). (h) x(t) = e−t u(t). Esercizio 2.

17 Rappresentare il grafico del segnale TC  t . Esercizio 2.86 Proprietà dei segnali πn πn sin . utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π .14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t). (c) x(n) = cos(π n) R5 (n). .16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. (f) x(n) = (2)n R4 (n − 2). 0≤t ≤1  x(t) = 2 − t .] Esercizio 2. (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). (b) x(t) = sgn(t). (d) x(t) = e−2t u(t). (d) x(n) = 5 cos(0. Esercizio 2.2π n). (e) x(t) = et u(−t). 1 (i) x(t) = √ . 5 3 πn 3π n π + . (g) x(t) = e−t . 1 ≤ t ≤ 2   0. (e) x(n) = 1 2 +∞ n u(n). (c) x(t) = cos(2π 100t) u(t). 2 (h) x(t) = e−t 2 /2 u(t). altrimenti e calcolarne valor medio. e calcolarne valor medio. T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. energia e potenza. 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h).15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n). (b) x(n) = u(n) − u(−n − 1). (f) x(t) = e−|t| . energia e potenza.

Esercizio 2. Esercizio 2.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. altrimenti nel caso in cui a = 1 e a = 0. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio.2.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . energia e potenza in entrambi i casi. n ∈ {−4. e calcolarne valor medio.8 Esercizi proposti 87 Esercizio 2. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. Esercizio 2. energia e potenza.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. altrimenti e calcolarne valor medio. energia e potenza. (b) Calcolare la componente continua di y(t). altrimenti e calcolarne valor medio. (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. energia e potenza.23 Dato il segnale TC x(t) = rect(t).21 Rappresentare il grafico del segnale TD x(n) = sin(0.22 Rappresentare il grafico del segnale TC  5 − t . . 4 ≤ t ≤ 5   1 . . −5 ≤ t ≤ −4    0.5π n) . energia e potenza. . energia e potenza. Esercizio 2.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . −3. . e calcolarne valor medio. − 0.5. Esercizio 2. −4 ≤ t ≤ 4 x(t) = 5 + t . −a ≤ t ≤ a 0. 4} 0. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . Esercizio 2. .

  0. (b) x(t) = cos(2π t) u(t). x2 (t) = A2 e j2π f2 t con A1 . Esercizio 2. e calcolarne valor medio. energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . A2 ∈ R+ .   1.29 Calcolare valor medio. xg (n) =  2.30 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. (c) x(t) = t 0 cos(2πτ ) d τ . A2 ∈ R+ . si calcolino valor medio. Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. 2 4 (g) x(t) = cos(2π t) sin(4π t). (f) x(t) = cos(2π t) + 1 cos 2π t − π . calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). Inoltre. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. Esercizio 2. Esercizio 2. energia e potenza. energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . energia e potenza. .88 Proprietà dei segnali Esercizio 2. energia e potenza del segnale x(n) = x1 (n) + x2 (n) . (e) x(t) = 2 cos(2π t) + 3 sin(2π t). πt 2 (d) x(t) = cos(π t) + cos . energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . Inoltre.28 Calcolare valor medio. x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 .27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. si calcolino valor medio.26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4).25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. Esercizio 2.

x2 (n) = R5 (n + n0 ) Determinare l’insieme Ω ⊆ Z dei valori di n0 in corrispondenza dei quali i due segnali x1 (n) e x2 (n) sono ortogonali.33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) .8 Esercizi proposti 89 Esercizio 2.32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) . energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . . per n0 ∈ Ω. energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . A2 ∈ R+ . si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) .2. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . Successivamente. Esercizio 2. per a ∈ A. e calcolare valor medio. Esercizio 2. z(t) = 5 x1 (t) + 3 x2 (t − 1) I segnali x1 (t) e x2 (t) sono ortogonali? Cosa si può dire invece per i segnali x1 (t) e x2 (t − 1)? Esercizio 2.34 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 ) .31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . x2 (t) = A2 rect t 2 con A1 . 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. Successivamente. e calcolare valor medio.

90 Proprietà dei segnali .

un processo di trasferimento di informazione) che trasforma segnali di ingresso (o cause) in segnali di uscita (o effetti). Innanzitutto. un circuito elettrico. Inoltre. convertitori A/D e D/A) sono discussi più in dettaglio nel cap.1 Relazione ingresso-uscita Particolarizzando la definizione di sistema data nel § 1. Il secondo passo. Sebbene incompleta. Inoltre.Capitolo 3 Proprietà dei sistemi n sistema è un modello matematico di un’entità fisica (un dispositivo elettromeccanico. abbiamo visto nel § 1. Facendo riferimento alla classificazione elementare introdotta nel § 1. 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 .2 che un sistema è fondamentalmente descritto da un operatore o una trasformazione S. considereremo nel seguito esclusivamente sistemi con un ingresso ed un’uscita (sistemi SISO). U 3.2 al caso di sistemi con un ingresso ed un’uscita. Infine. a partire dalle particolari proprietà di un sistema. e tratteremo sia sistemi TC (ingresso e uscita entrambi TC).5. sulla base delle proprietà individuate è possibile suddividere i sistemi in classi omogenee. sia sistemi TD (con ingresso e uscita entrambi TD). che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. la trattazione procederà in maniera il più possibile unificata. 7. 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. una reazione chimico-fisica. Da un punto di vista matematico. la descrizione di un sistema sulla base delle sue proprietà è particolarmente importante in pratica per tre motivi. le proprietà di un sistema consentono di capire più rapidamente quale sistema sia il modello matematico più adatto a descrivere un determinato fenomeno fisico. il progettista è in grado di capire e sviluppare i metodi di analisi e sintesi più appropriati. interpolatori. 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. che è l’oggetto principale di questo capitolo. consiste. nel definire e studiare alcune proprietà dei sistemi. in quanto sistemi con proprietà diverse richiedono generalmente metodologie differenti. a partire da un modello matematico del sistema. e poiché il modello matematico che introdurremo presenta differenze trascurabili nei due casi.

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

denominati ritardo unitario. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z .3. Fig. anticipo unitario. Nel caso TD. x y(n) = x(n + 1) . decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. Anche in questo caso. (b) Espansore per L: y(n) = n x L . decimatore ed espansore. 3. 3.2 Esempio 3. (a) Ritardo elementare: y(n) = x(n − 1). Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. 2 (cfr. L 0.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. § 2. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) .4) e rappresentato schematicamente in fig. si veda [14]). l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n.3 semplicità di notazione. (3.2 e fig. se n è multiplo di L . e di espansione: y(n) = x n = L n . date rispettivamente da y(n) = x(n − 1) .3) è lo stesso adottato per il caso TC: in particolare.1 Relazione ingresso-uscita 93 x(n) z -1 (a) y(n) x(n) ↓M y(n) (a) x(n) z (b) y(n) x(n) ↑L y(n) (b) Fig.2. di decimazione: y(n) = x(nM) . Sistemi TD elementari. (a) Decimatore per M: y(n) = x(nM).3 (ritardo unitario. sono riportati in fig. 3. per questo motivo. Il senso della notazione utilizzata nella (3.1(b). valori che denotiamo sinteticamente con {x(k)}k≤n . con una legge che può variare con n. Esempio 3. anticipo unitario. 3. notazioni z−1 e z utilizzate negli schemi per il ritardo e per l’anticipo fanno riferimento ad uno strumento matematico (la Z-trasformata) che non approfondiremo in questo testo. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. (b) Anticipo elementare: y(n) = x(n + 1). Sistemi TD elementari. 3. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. Gli schemi a blocchi dei sistemi corrispondenti.3.1) possono essere interpretate come sistemi. altrimenti .3. 2 Per 3 Le .

3) per le relazioni i-u dei sistemi.6) in luogo delle notazioni rigorose (3. invece delle notazioni complete (3. “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. utilizzeremo talvolta le (3.4. di cui non conosciamo il contenuto.5) è fuorviante. quali scheda madre.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig.5) e (3. Per concludere. che sebbene sia meno generale. avendo avvertito il lettore. 3. R1 ed R2 sono connessi in serie. Circuito elettrico con resistori connessi in serie ed in parallelo. nel seguito faremo uso esclusivamente della relazione i-u. A volte. 3. y(n) = S[x(n)] (3. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. interpretazione vale solo per una classe particolare di sistemi.2) e (3. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema.6) Abbiamo già osservato che la notazione (3. scheda video. x(n) −→ y(n) . e sicuramente non è la più generale. Inoltre. mentre R3 ed R4 sono connessi in parallelo. i sistemi cosiddetti non dispersivi (cfr. è perfettamente adeguata per i nostri obiettivi.5) oppure le notazioni simboliche: x(t) −→ y(t). essa è una rappresentazione esterna.1). in cui entrano in gioco. (3.3.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema.2) e (3. un PC può essere realizzato assemblando componenti più semplici. § 3. il sistema stesso è visto come una “scatola nera” (black box). la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 .3) per snellire alcune derivazioni. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. In particolare. scheda audio. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. si utilizzano le notazioni semplificate y(t) = S[x(t)]. In particolare. oltre ai segnali di ingresso e di uscita. 5 Per 4 Questa . è la rappresentazione ingresso-stato-uscita (i-s-u).5 In ogni caso.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.

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

Esempio 3.4). 3. in quanto il segnale di uscita viene riportato “all’indietro” (feedback). in cui il segnale viaggia esclusivamente “in avanti” (feedforward). Definizione 3. in aggiunta. e si dice che il sistema S2 funge da “controllore” del sistema S1 . Infine.4. 3.5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig. e viene aggiunto al segnale di ingresso. Connessione in retroazione dei sistemi S1 e S2 . Nell’elettronica analogica. si noti che. In particolare. Ad esempio. dove prende il nome di controllo a ciclo chiuso. anche per lo schema con retroazione occorre che U1 ⊆ I2 e.) S1 y(. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·). Infatti. si utilizzano sia schemi con retroazione negativa (ad esempio. sulla base dell’osservazione dell’uscita del sistema S1 . . =y(n−1) da cui y(n) = y(n − 1) + x(n) . sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori).7) se l’uscita del sistema S1 . è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . in caso contrario si parla di retroazione positiva. invece. nel circuito di fig.) y 2(. si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) . modificando a sua volta il segnale di uscita. può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 .7. viene sommata algebricamente all’ingresso del sistema S1 . Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo. similmente al collegamento serie. i resistori R3 ed R4 sono collegati in parallelo. Quest’ultimo schema è più complicato da interpretare ed analizzare. dopo essere stata elaborata dal sistema S2 . che porta alla sua interpretazione come sistema in retroazione. per la stabilizzazione degli amplificatori). 3. mediante tale schema il sistema S2 .96 Proprietà dei sistemi x(. Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo.2 ammette anche una descrizione di tipo ricorsivo. Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·).4 (accumulatore come sistema in retroazione) L’accumulatore dell’es.) S2 Fig. estraendo il termine x(n) dalla sommatoria su k presente nella (3. 3.

la causalità.2) di un sistema TC: y(t) = S [{x(u)}u∈R . data dalla (3. l’invarianza temporale.3. ma analizzando esclusivamente la forma matematica della relazione i-u.t] . prescindendo completamente dalla loro natura fisica. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso.t] . Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. mentre il sistema S1 nel ramo diretto è il sistema identico. la stabilità.3) nel caso TD.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. la linearità. sono la non dispersività. 3.2) nel caso TC e dalla (3. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico. ma in funzione dell’uscita y(n − 1) all’istante precedente.8.1 Non dispersività Riprendiamo la relazione i-u (3. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t). l’invertibilità.3. 3. 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. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig. essendo riportata in ingresso con il segno positivo. 3.8. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario. Notiamo che la precedente relazione non è una relazione i-u. mentre il sistema S2 è un ritardo elementare. Estendendo i concetti precedenti in maniera ovvia al caso TD. possiamo dare la seguente definizione di sistema non dispersivo: . e non ad attenuarle. discusse di seguito. Tali proprietà. infatti l’uscita. tende ad amplificare le variazioni del segnale di ingresso. 3. Si noti che si tratta di una retroazione positiva.

Applicando la legge del partitore. (a) Caso TC. con α = R2 < 1. Esempio 3.2) assume la forma y(t) = S [x(t). Sottolineamo che. (b) Caso TD. i sistemi sono dispersivi. 3. R1 + R2 (3. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante.9) . si ottiene la semplice relazione i-u: y(t) = R2 x(t) . si parla anche di sistema istantaneo o senza memoria.3) assume la forma y(n) = S [x(n). Pertanto il partitore resistivo è un sistema non dispersivo.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) .6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3.10. di norma. n] . Inoltre. R1 + R2 nella quale y(t) dipende solo da x(t).9. in un sistema non dispersivo.8) (3. 3.9. Schema elettrico di un partitore resistivo. Definizione 3. in quanto la forma più generale della relazione i-u è la (3. Esempio 3. α y(n) (b) Fig.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. e quindi i sistemi non dispersivi rappresentano un caso particolare. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. eventualmente. come sinonimo di sistema non dispersivo. l’uscita all’istante t oppure n dipende solo dal valore assunto dal segnale di ingresso nello stesso istante (con una legge che può variare. (3.7) In sintesi. il cui schema elettrico è riportato in fig.3).t] . 3.98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. con t oppure con n). (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3.2) oppure la (3. Schema a blocchi di un amplificatore.

10(a). Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). sistemi a memoria praticamente finita. . 3. l’integratore dell’es. . Un amplificatore/attenuatore a TD si rappresenta come in fig. . Si tratta evidentemente di un sistema dispersivo. il sistema funziona da amplificatore. bM . 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. x(n − M) del segnale di ingresso. tuttavia. z(t) = −x(t). viceversa. con T > 0. il sistema “dimentica” l’ingresso. Esempio 3.7 (amplificatore/attenuatore TD) I concetti dell’es. Inoltre. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . anche se negli es. x(n − 1).8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du .3.1 e l’accumulatore dell’es. si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. prende il nome di attenuatore. non dipende dall’intero segnale d’ingresso. Si parla di “memoria” del sistema. In definitiva. L’uscita all’istante t. Il termine “memoria” per T viene utilizzato proprio perché. Un amplificatore/attenuatore TC si rappresenta come in fig. il sistema prende il nome di integratore con memoria finita. anche da M campioni precedenti dell’ingresso. α > 1.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. 6 Il . b1 . oltre che da x(n). degli M + 1 campioni x(n). in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. ad esempio l’integratore dell’es.7 all’uscita in un determinato istante di tempo. 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. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. oltre al campione attuale. dopo un tempo T . o anche dinamico. nel senso chiarito meglio dai due esempi seguenti. . 3. n − 1. . 3. Esempio 3. con pesi b0 . 3. In linea di principio tale memoria potrebbe variare col tempo.6 si dice evidentemente dispersivo. 3. 3.2 sono sistemi dispersivi. n − M. 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. non sempre la memoria di un sistema è finita. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. . Un sistema che non soddisfa la prop. . e di un amplificatore/attenuatore y(t) = |α |z(t).10(b). . 3. dove per memoria del sistema si intende la durata temporale della porzione di x(t) in ingresso che contribuisce all’uscita y(t) in un dato istante di tempo t: in questo caso. 3. Per questo motivo. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. . la relazione i-u diventa y(n) = M 1 ∑ x(n − k) .6 si possono estendere al caso TD.9). Esempio 3.2 sono entrambi sistemi con memoria infinita. .8 caso α < 0 si può vedere come la cascata di un invertitore. .9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . un sistema TC descritto da una relazione i-u del tipo (3. o ancora con memoria: ad esempio. . e sistemi a memoria infinita.8 e 3.3. 3. Se.3 Proprietà dei sistemi 99 Più in generale.9 ciò non accade. con 0 < α < 1. Poiché l’uscita all’istante n dipende. tale sistema ha memoria finita e pari ad M.1 e l’accumulatore dell’es.

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

3. risulta che y1 (t) = y2 (t). utilizzando la prop. per ogni n0 ∈ Z e per ogni x1 (n). ed x2 (t) = u(t). Se però modifichiamo leggermente la relazione i-u. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . Scegliamo x1 (t) = 0. rispettivamente. la prop. con k ≥ 0. 9 In alcuni testi. risulta che y1 (n) = y2 (n). Esempio 3. x2 (t) ∈ I tali che x1 (t) = x2 (t). Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3. Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. con k ≥ 0. rispettivamente. Il sistema è causale se e solo se. Pertanto.3 Proprietà dei sistemi 101 Esempio 3.3. 3. se t < −T . per un dato valore t0 ∈ R. È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali.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). con T > 0 e.11 (sistema MA causale e non causale) Il sistema MA dell’es. ∀t ∈ R. ∀t ≤ t0 . se t ≥ 0 . M è chiaramente un sistema causale.1 è data direttamente come definizione di sistema causale.1. per dimostrare che un dato sistema è non causale e.1(a). per ogni t0 ∈ R e per ogni x1 (t). con t0 ∈ R arbitrariamente scelto. occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso. ∀n ≤ n0 .9. ∀t ∈ R.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.  t  T. 3. in corrispondenza dei quali y1 (t) = y2 (t). 3. M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k). (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). 3. non verifica la prop. ∀t ≤ t0 . x2 (t) ∈ I tali che x1 (t) = x2 (t). considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. con riferimento al caso TC. ∀t ≤ t0 .1(a). se −T ≤ t < 0 . Il sistema è causale se e solo se. La verifica della prop. per cui tale sistema MA è non causale. x2 (n) ∈ I tali che x1 (n) = x2 (n). 3. Viceversa. la cui corrispondente uscita è y1 (t) = 0. quindi.  t+T y2 (t) = x(u) du = t + T .12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du .1. la cui corrispondente uscita è  0 . ∀t ≤ t0 . A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. verifichiamo che si tratta di un sistema non causale. . che rappresentano il presente (k = 0) ed il futuro (k > 0). per uno o più valori di t ≤ t0 . per dimostrare che un dato sistema è causale a partire dalla prop. 3. è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). che rappresentano il presente (k = 0) ed il passato (k > 0). ∀n ≤ n0 . in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k).

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

Se il sistema è invertibile. osservato y(t). le corrispondenti uscite y1 (·) e y1 (·) siano distinte.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. Da un punto di vista sistemistico. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. sussiste la seguente definizione di sistema invertibile:10 Definizione 3. ingressi distinti devono generare uscite distinte. Esempio 3. 3. . l’ordine dei due sistemi nella cascata in fig. se S−1 è il sistema inverso di S. il sistema S è il sistema inverso di S−1 . comunque si fissi un segnale di uscita y(·) ∈ U. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. 10 Nel seguito di questa sezione.12.12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. se il sistema S è invertibile. non potremo risalire univocamente a x(t). la variabile indipendente è di tipo spaziale). In questo caso. basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. L’amplificatore è un sistema invertibile. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che.12) ossia. 3. nell’elaborazione di immagini. quando si progetta un sistema. Si può verificare che. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). In altri termini. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni.3 Invertibilità In molti casi pratici. pertanto. questo significa che. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·).14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. anche se non operanti in tempo reale. in altre parole. nota l’uscita y(·) di un sistema. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . è possibile costruire un sistema S−1 : U → I . la causalità rappresenta un vincolo a cui il sistema deve obbedire. detto sistema inverso. Sfortunatamente questo non è sempre possibile. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. Più precisamente. (3. descritto dalla relazione i-u: y(·) = α x(·) . a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . 3. siamo interessati a risalire all’ingresso x(·) che l’ha generata. Si noti che.3. faremo uso della notazione semplificata (3. non vi è alcuna restrizione sui segnali di ingresso e uscita.3. per ogni segnale y(·) ∈ U.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. per ogni segnale di ingresso x(·) ∈ I . α e quindi il sistema inverso è un attenuatore.5) per esprimere i legami i-u dei sistemi.

14) . Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. Pertanto.12). è in generale un problema abbastanza complesso. Va notato in conclusione che. È facile provare che il sistema raddrizzatore non è invertibile. poiché la (3. In questo caso. lo studio dell’invertibilità di un sistema. il raddrizzatore non è dotato di sistema inverso. salvo per casi particolari.3) assume la forma y(n) = S [{x(k)}k∈Z ] .15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . a tale scopo possiamo far riferimento alla condizione necessaria (3. nella sua forma più generale: y(t) = S [{x(u)}u∈R . non vi è alcuna restrizione sui segnali di ingresso.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3.) S S -1 x(. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. Basta infatti osservare che due ingressi distinti x1 (·) e x2 (·) aventi segno opposto [tali cioè che x2 (·) = −x1 (·)] generano gli stessi segnali di uscita y1 (·) ≡ y2 (·) = |x1 (·)| ≡ |x2 (·)|.3. possiamo dare la seguente definizione: Definizione 3. nonché la determinazione del sistema inverso. 3.) Fig.12. mentre U è costituito da tutti i segnali non negativi a valori reali. Esempio 3. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario].12) è violata. e quindi i suoi effetti sono irreversibili.104 Proprietà dei sistemi y(. (3. Estendendo tale concetto in modo ovvio al caso TD.t] . 3.2) assume la forma y(t) = S [{x(u)}u∈R ] . ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . (3.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. Se tale dipendenza dal tempo non c’è.) x(.

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. e quindi l’origine dei tempi può essere fissata arbitrariamente. in questo esempio. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . Se invece il sistema è TV. R1 (t) + R2 (t) (3. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). in altre parole. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 .13) o la (3.3. l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. in quanto il rapporto R1R2 2 non dipende dal tempo.14) si dice tempo-variante (TV) o non stazionario. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. il suo comportamento non cambia nel tempo. 3. si consideri ora il segnale xt0 (t) = x(t −t0 ). Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). ottenuto da x(t) introducendo il ritardo temporale t0 . cioè. Se tuttavia si tiene conto degli effetti +R termici. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 .13. 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). il segnale x(t) è applicato in ingresso al sistema all’istante t1 . con riferimento ad un sistema TC. Se il sistema è TI. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. Esempio 3. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). 3. Viceversa. 3. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. un sistema che non soddisfa la (3. ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. R1 + R2 è un sistema TI. allora yt0 (t) = y(t − t0 ). a partire dal segnale x(t).15) .13.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. Specificatamente.2). avente relazione i-u y(t) = R2 x(t) . Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema).

ovvero se e solo se le due configurazioni in cascata riportate in fig. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig.18) (3. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig. 3. rispetto allo schema di fig. ottenendo il segnale yn0 (n) in uscita dalla cascata. Notiamo che un partitore del tipo (3. a stretto rigore. 3. (3. 3. e si scrive y(n) = α (n) x(n). per ogni n0 ∈ Z.2 ha un’interessante interpretazione in termini sistemistici.16) è denominato amplificatore a guadagno variabile. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. (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 ) .15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . per cui si ha la seguente proprietà: Proprietà 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 ) . La stessa caratterizzazione vale anche nel caso TD. e da attenuatore per i valori di t per i quali |α (t)| < 1. più precisamente. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). In base alla prop. 3. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni.13).14(b) al segnale di ingresso x(n). e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. 3. è utile fornire una caratterizzazione della proprietà di invarianza temporale che. 3. l’ordine tra i due sistemi è scambiato. in cui. 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). differentemente dalla def.14(a). 3. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. 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”. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. per ogni t0 ∈ R. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U.16) Un sistema del tipo (3. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. Si faccia attenzione che.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . Con riferimento al caso TC. 3.106 Proprietà dei sistemi ed è quella di un sistema TV.2(b). Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico.14 con riferimento ad un sistema TD. Viceversa.9 in cui compare il funzionale S. 3. ad esempio.17) .14 sono equivalenti. La prop. nel senso che (3. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. che è illustrata in fig.

se il sistema è TI. ovvero se la sua relazione i-u è y(t) = α x(t). è un sistema TV in generale (è TI se e solo se α (n) = α ). In pratica. le trasformazioni S e Sz−n0 commutano.3 Proprietà dei sistemi 107 x(n) z .2 piuttosto che la def. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). È chiaro che yt0 (t) = y(t − t0 ). 3.2 dell’invarianza temporale. per dimostrare che un dato sistema è invariante temporalmente oppure no. e la loro posizione nella cascata è ininfluente.3. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. verifichiamo che in generale il sistema y(t) = α (t) x(t). ovvero se α (t) = α (costante). come mostrato dagli esempi che seguono. l’amplificatore a guadagno variabile è un sistema TV. 3. si dimostra che l’amplificatore a guadagno variabile a TD. per il quale si ha y(n) = α (n) x(n). denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . per cui. 11 Per semplicità.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} .14. forniscono la stessa uscita in risposta allo stesso segnale.16. ovviamente tale risultato non sussiste se il sistema è TV. facciamo uso ancora una volta della notazione semplificata (3. In effetti. Per non sbagliare. D’altra parte. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . conviene procedere per sostituzioni formali. Esempio 3. quindi. . 3. 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. evidentemente.9. si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 .5) per esprimere i legami i-u dei sistemi. Analogamente. è conveniente in generale utilizzare la prop.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. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . per ogni segnale di ingresso x(n) ∈ I . introdotto nell’es. In altre parole. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). i due schemi in figura sono equivalenti.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. Se il sistema TD S è TI. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . 3. 3. è TV.

Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du .20 (tempo-varianza della riflessione) Consideriamo il sistema TD che effettua la riflessione temporale di un segnale (si tratta di una delle operazioni elementari introdotte nel § 2. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . il sistema risulterebbe TV.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. per l’intervallo di durata di un compact disc. per cui resta provato che l’integratore è un sistema TI. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . 3. Ad esempio.9 è TI.2 è un sistema TI. 3. se il volume è tenuto fisso. Allo stesso modo. se tale proprietà non fosse verificata. 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 ) . un amplificatore audio non è un sistema TI in senso stretto. Infatti. e pertanto il sistema risulta essere TV. il sistema può ritenersi ragionevolmente TI.1): y(n) = x(−n) . si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . e l’integratore non causale dell’es. e cambia meno drasticamente quando si alza o si abbassa il volume. Tuttavia.10. si può provare che l’integratore con memoria dell’es. 3.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . Esempio 3. 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). Esempio 3.108 Proprietà dei sistemi Esempio 3. . Effettuando il cambio di variabile v = u − t0 .1 è un sistema TI. Tuttavia. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. 3. sono anch’essi sistemi TI. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). k=0 M M per cui il sistema è effettivamente TI.8. In conclusione. 3.

Infatti.3 Proprietà dei sistemi 109 3.10 (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 . se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). ∀t ∈ R . e supponendo anche in questo caso che il guadagno sia limitato. (3. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. Ky ∈ R+ . per ogni valore di tempo. è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky .22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t).12 Matematicamente. con Kx .19) per ogni x(t) ∈ I limitato. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). In pratica.3. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . Ky ∈ R+ . per provare che un sistema è stabile. cioè che valga la condizione |x(·)| ≤ Kx .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.23 (sistema MA) Proviamo che il sistema MA dell’es.21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. Per la rappresentazione i-s-u. e trovare un’opportuna maggiorazione per l’uscita. Esempio 3. Esempio 3. per ogni valore di tempo. Esempio 3. si possono dare definizioni diverse di stabilità.20) per ogni x(n) ∈ I limitato. 3. . Con analoghi passaggi. invece. quando parleremo di stabilità intenderemo sempre la stabilità BIBO. Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. (3. con Kx . ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3.9. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . (b) Un sistema TD con ingresso x(n) ed uscita y(n) si dice stabile in senso BIBO se |x(n)| ≤ Kx per ogni n ∈ Z =⇒ |y(n)| ≤ Ky per ogni n ∈ Z . per cui anche y(t) è limitato. Nel seguito. ∀t ∈ R . bisogna supporre che l’ingresso sia arbitrario ma limitato. e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky . 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. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. e non attraverso la rappresentazione i-s-u. da cui si ricava che anche y(t) è limitato. che coinvolgono anche la limitatezza delle variabili di stato.3.

(a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura. Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. è stabile. che è un segnale limitato in quanto assume solo i valori 0 ed 1. Viceversa. 3.1. (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. . con la sola ipotesi che |x(·)| ≤ Kx .24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es.5 metri. per provare che un sistema è instabile. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). Come si vede. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . k=0 M M per cui anche y(n) è limitato.15. 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). in ogni istante di tempo. se |x(n)| ≤ Kx per ogni n ∈ Z.110 Proprietà dei sistemi (a) (b) (c) Fig. ∀n ∈ Z . (b) Le oscillazioni viste da una estremità del ponte. descritto dalla relazione i-u y(t) = t −∞ x(u) du . per provare che un sistema è stabile. Esempio 3. assume cioè valore infinito in almeno un istante di tempo. 3. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . Infatti. quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. Notiamo che un sistema MA è sempre stabile. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. Un esempio di sistema instabile: il Tacoma Narrows Bridge.

in un sistema fisico instabile. l’uscita non assumerà mai valori arbitrariamente grandi. Proprio per evitare l’innesco di pericolose oscillazioni. X ≡ C. per provarlo. cioè. Infatti. t ≥ 0 . La stabilità è una proprietà fondamentale nel progetto dei sistemi. valori arbitrariamente grandi. t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. pochi mesi dopo essere stato aperto al traffico. Tale difficoltà lascia intuire che il sistema è instabile. D’altra parte. secondo la definizione seguente: . Questa scelta ci consente di trattare anche segnali. per determinati segnali di ingresso. Viceversa. t t u(u) du = y(t) =  du = t . abbiamo provato che il sistema è instabile. più in generale. n ≥ 0. USA) che crollò nel 1940. avente relazione i-u y(n) = k=−∞ ∑ n x(k) . Infatti. n < 0. −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). in quanto assicura che. si ottiene in uscita il segnale  0 . applicando al sistema segnali di ingresso limitati.C. rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. che rappresenta una rampa a TC (fig. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du . l’uscita può assumere. se si pone in ingresso x(n) = u(n). poniamo in ingresso x(t) = u(t) (ingresso limitato). se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita. cioè l’accumulatore dell’es. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. che possono portare alla rottura. 3. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. si prova che la versione a TD dell’integratore con memoria infinita.3. 3.3 Proprietà dei sistemi 111 non è un sistema stabile. è instabile. t < 0. e calcoliamo l’uscita:  0 . i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. 2. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. Nel seguito supporremo che. 3.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig.15).  n n y(n) = ∑ u(k) = ∑ 1 = n+1. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività. ed è un segnale non limitato in ampiezza. mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD. In maniera simile.. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D.2.3. rispettivamente. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. che è non limitato. che.43). in quanto l’integrale −∞ du non è limitato. quali ad esempio il fasore. in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi.6 Linearità La proprietà di linearità è estremamente importante.

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

allora i due sistemi riportati in fig. Se il sistema S verifica la proprietà di additività. pertanto.) S (b) Fig. anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . 3. adoperando la notazione semplificata (3.17. Le due proprietà precedenti.) x2(.5) per il sistema S.) S y a(.3.) S y b(. α2 ∈ C . ∀α1 . (3. (3. α2 ∈ C . ∀α1 . cioè.22) che ammette l’interpretazione sistemistica riportata in fig.3 Proprietà dei sistemi 113 x1(. se si deve .18(b) sono equivalenti. ya (·) ≡ yb (·).3 (principio di sovrapposizione) Un sistema è lineare se. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. le configurazioni (a) e (b) sono equivalenti. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) . 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. e poi sommare i segnali di uscita ottenuti. 3. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. che caratterizzano la linearità di un sistema. 3. 3.21) Notiamo che il principio di sovrapposizione si può esprimere.18: se il sistema S è lineare.18(a) e fig. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3.) (a) x1(.) x2(.

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

non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . 13 Tipicamente. si intende un sistema che soddisfa il principio di sovrapposizione. si ha. Prova. Tali sistemi sono una generalizzazione dei sistemi lineari.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo.3. 3. in particolare. Sebbene sia non lineare secondo la definizione data. 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)] .26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. infatti.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . In pratica. si trova y0 (t) = b0 = 0. si ha yL (t) = b1 x(t) e y0 (t) = b0 . quando si parla di sistema lineare. con b0 = 0. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). .24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. che rappresenta l’uscita corrispondente all’ingresso nullo. Sia nel caso TC che TD. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. Proprietà 3. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. Ad esempio. Esempio 3.22). allora deve aversi necessariamente y0 (·) = α y0 (·). Adoperando la formulazione (3.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. il sistema non può più considerarsi lineare. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. (3. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. il sistema dell’es.13 Esempio 3. variabile da sistema a sistema. Sia x0 (·) ≡ 0 l’ingresso nullo. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. e più precisamente dell’omogeneità. per l’omogeneità. 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.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. Infatti ponendo x(t) ≡ 0. in quanto. Poiché x0 (·) −→ y0 (·). se l’ampiezza del segnale di ingresso eccede tale soglia. 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. ∀α ∈ C. α x0 (·) −→ α y0 (·) . in quanto soddisfa al principio di sovrapposizione. e sia y0 (·) l’uscita corrispondente a tale ingresso. 3.26. Infatti. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). Nell’es.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. si ha. l’uscita corrispondente è necessariamente nulla. Una conseguenza importante della proprietà di linearità. in elettronica. 3. ∀α ∈ C . e si dicono lineari per le differenze. in pratica.

si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] . Esso appartiene pertanto ad una classe più generale di sistemi. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante. cfr. § 3.21. e quindi non è omogeneo.) x(.27 è anche TI e non dispersivo o senza memoria (cfr. inoltre 2 2 2 2 S[x1 (t) + x2 (t)] = [x1 (t) + x2 (t)]2 = x1 (t) + x2 (t) + 2 x1 (t) x2 (t) = x1 (t) + x2 (t) = S[x1 (t)] + S[x2 (t)] . Per l’omogeneità. cfr. che non risulta neppure lineare per le differenze.19.3. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. e y(t) = x3 (t) (sistema cubico). e prende il nome di sistema quadratico o non-linearità quadratica. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità. Infatti. 3. 3. se si indica (fig. Il sistema quadratico dell’es. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria. § 4. né quella di additività.116 Proprietà dei sistemi x(. Infatti.2) lineari e a coefficienti costanti.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . § 4.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. es.) g(x) y(.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig.20.15). arbitrari x1 (·) e x2 (·). Esempio 3. 3. Un caso più caratteristico di sistema non lineare. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). 3. 3. Esempio 3. un sistema TI senza memoria.1). cfr. è descritto nell’esempio seguente. che prende il nome di caratteristica i-u.12 (non linearità senza memoria) Sia g(·) una funzione non lineare. y(t) = sgn[x(t)] (“hard limiter”). detti anche non-linearità senza memoria: Definizione 3.) sistema lineare y L(.20.1) o alle differenze (nel caso TD. e sono rappresentati graficamente come in fig. Fig. 3.6.) Fig.) y(. Un esempio “fisico” tratto dall’elettronica è il diodo. 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. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”.) y 0(. 3.6. e quindi non è additivo.

22) è g(x) = x R . con buona14 approssimazione. 0 . 3. 14 Un modello più accurato mostra che la relazione tra tensione e corrente in un diodo in conduzione segue una legge di tipo esponenziale. in ogni caso. FET). 3. altrimenti.21. che scorre nel diodo.3. il che è ragionevole per segnali costanti o lentamente variabili. y(t) = g[x(t)]. Schema elettrico di un diodo. Altri esempi di sistemi elettronici descritti approssimativamente15 da modelli non lineari senza memoria sono i transistori bipolari (bipolar junction transistor. si può porre. x ≥ 0. Il parametro R rappresenta la resistenza del diodo in conduzione.22 è lineare a tratti.3 Proprietà dei sistemi 117 y(t) y=g(x) x(t) tg(θ)=R x Fig. poiché essa non è lineare per tutti i valori di x. 15 Bisogna notare che per i componenti elettronici menzionati (diodi e transistori) il modello di sistema senza memoria è accurato solo se si trascurano gli effetti capacitivi. Notiamo che la funzione g(x) di fig. dove R è la resistenza del diodo in conduzione. che assume in genere valori molto piccoli (dell’ordine di pochi decimi di ohm). Caratteristica ingresso-uscita di un diodo. 3.22. dove la caratteristica i-u g(x) (fig. avente come ingresso la tensione x(t) e come uscita la corrente y(t). 3. Fig. il sistema non può essere considerato lineare. BJT) ed i transistori ad effetto di campo (field-effect transistor. modellato come un sistema non lineare senza memoria. .

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

1 del libro di testo. con A ∈ R.] Risultato: Il sistema può essere causale (non è detto che lo sia). t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura.7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) . indipendentemente dalla costante A.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) . Esercizio 3.1 del libro di testo. l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. con T2 > 0. se T1 < T2 . (b) Il sistema è invertibile? Giustificare la risposta.] Risultato: Il sistema è non causale. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). 3. con T1 > 0. la memoria è pari a 2 T2 − T1 . Risultato: (a) y(n) ≡ 0. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. x(t) = rect(t − 1) −→ y(t) = e−3t . x(n) = R3 (n) −→ y(n) = 3n u(n) . x(τ ) dτ . . la memoria è pari a T1 .3. Risultato: Se T1 ≥ T2 . (b) non invertibile: in virtù del risultato del punto (a).4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3. Esercizio 3. 3. Esercizio 3.5 Un sistema S con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = u(t + 3) −→ y(t) = e−5t u(t) .4 Si consideri la seguente interconnessione di sistemi: dove i legami i-u dei due sistemi sono i seguenti: S1 : y(t) = S2 : y(t) = t t−T1 x(τ ) dτ . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop.

24 è lineare.9.120 Proprietà dei sistemi Esercizio 3.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . x2 (n) e x3 (n). stabilire se il sistema può essere tempo-invariante. l’insieme U è costituito da tutti i segnali positivi. . Risultato: (a) nessuna restrizione su I. è necessariamente tempo-variante. (a) Caratterizzare gli insiemi di ingresso ed uscita. (b) Stabilire se tale sistema è invertibile. 3. determinare il sistema inverso. Esercizio 3. Segnali dell’esercizio 3. 3. Esercizio 3. Nella stessa figura sono riportate le uscite del sistema y1 (n). (c) Sulla base dei risultati ottenuti ai punti (a) e (b).8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . rispettivamente. y1(n) x1(n) 1 -1 0 -2 -2 y2(n) 1 -1 S 0 -2 -3 y3(n) x3(n) 1 0 1 1 S n -2 2 1 1 -1 0 2 n 2 n -1 0 1 2 -1 3 n 1 n -1 S -1 0 1 2 3 n 3 3 1 x2(n) 1 -1 -3 Fig. (b) S è invertibile e il suo sistema inverso è caratterizzato dal seguente legame i-u: x(t) ∈ U −→ y(t) = ln[x(t)] ∈ I. In caso affermativo. 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). (c) non può essere tempo-invariante.9 Il sistema S in fig. (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1).24. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3).

26 è tempo-invariante. (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). Esercizio 3.12 Un sistema S lineare con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = e j2t −→ y(t) = e j3t . è necessariamente tempo-variante. Risultato: (a) ya (t) = cos(2π fct). x(t) = e− j2t −→ y(t) = e− j3t . (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). è necessariamente non lineare. Esercizio 3. con t0 ∈ R.11. (a) Stabilire se il sistema può essere lineare. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). Esercizio 3. Nella stessa figura sono riportate le uscite del sistema y1 (n). (b) yb (t) = ya (t) = cos(2π fct). (c) non può essere tempo-invariante. (b) yb (t) = cos(3t − 1). x2 (n) e x3 (n). è necessariamente tempo-variante. (c) il sistema non può essere tempo-invariante. 3. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). 3. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. Risultato: (a) ya (t) = cos(3t). (b) stabile.11 Si consideri il sistema riportato in fig. Sistema dell’esercizio 3. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). (b) Dire se il sistema è stabile. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ).3.25. 3. (a) Determinare il legame i-u del sistema.13 Il sistema S in fig.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . x(n) y(n) (-1) n Fig. Risultato: (a) non può essere lineare. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5).25. (c) Stabilire se il sistema può essere tempo-invariante. dire se il sistema può essere tempo-invariante. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n).4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). rispettivamente. Esercizio 3.

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. S2 : y(n) = x(n + 2). le uscite dei due sistemi S1. causale se T > 0 e non causale se T < 0. (d) lineare.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). l’uscita del sistema S1. (b) lineare. dispersivo. (d) y(t) = [x(t) + x(t − T )] u(t). tempo-invariante e stabile. Risultato: (a) non lineare. 3. causale se T ≥ 0 e non causale se T < 0. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità. .2 è y(n) = x(−n − 2). (e) non lineare.2 e S2. non dispersivo. Inoltre. (b) y(t) = x(t − 2) − x(1 − t). dispersivo se T = 0.26. causalità. Esercizio 3. dispersivo. motivando la risposta e fornendo almeno un esempio a suo supporto.1 sono necessariamente uguali”. non dispersività.1 è y(n) = x(−n + 2).2 è y(n) = δ (n + 2). mentre l’uscita del sistema S2. motivando brevemente le risposte. tempo-invariante e stabile. invarianza temporale. causale. mentre S2.1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine).13. Segnali dell’esercizio 3.15 Classificare. se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). stabilità): (a) y(t) = 2 exp[x(t)]. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1.1 è y(n) = δ (n − 2). (e) y(t) = [x(t) − x(t − T )] u[x(t)]. S1 : y(n) = x(−n) . sia S1. tempo-variante e stabile. non dispersivo. (c) lineare. il legame i-u del sistema S2. Esempio: quando x1 [n] = x2 [n] = δ [n]. (c) y(t) = x(t) cos(2π t). non causale. tempo-variante e stabile. causale. tempo-variante e stabile. con T ∈ R − {0}. Stabilire.

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

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

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

126 Proprietà dei sistemi .

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

deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4. tuttavia. e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza.128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) . ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·). e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva.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. di semplificare notevolmente lo studio dei sistemi lineari. 1 Il . è conveniente concetto di risposta impulsiva. Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4.2) dove yk (·) = S[xk (·)]. in tal caso. possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti). ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·). si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) . tali funzioni dipendono da due variabili. (3) deve essere semplice calcolare la risposta yk (·) del sistema a ciascuno dei segnali xk (·). devono essere in grado di rappresentare tutti i segnali di interesse pratico. in quanto come vedremo i segnali elementari possono assumere valori complessi.1) dove i coefficienti αk sono in generale dei numeri complessi. (2) per un dato segnale di interesse x(·).23).1) devono essere scelti in modo opportuno. Per approfondire tale rappresentazione. dei segnali yk (·). i segnali elementari xk (·) da utilizzare nella (4. con gli stessi coefficienti αk . in linea di principio. Questa proprietà consente. in particolare. 4. essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·). k (4. • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza. Applicando il principio di sovrapposizione (3. idealmente. Nel seguito di questo capitolo studieremo approfonditamente la rappresentazione dei sistemi LTI nel dominio del tempo. in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·). La (4. e quello di risposta in frequenza ad esso strettamente legato. Tenendo conto delle proprietà precedenti.1). però. e la funzione che caratterizza il sistema LTI nel dominio della frequenza prende il nome di risposta in frequenza o risposta armonica. k k (4.1) può essere finito oppure infinito numerabile.2) mostra che l’uscita y(·) si può esprimere come sovrapposizione.uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli. 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. Affinché tale tecnica sia applicabile in pratica.

∀k ∈ Z . Definiamo allora il segnale h(n) = S[δ (n)]. esteso al caso di una infinità (numerabile) di segnali. Si noti che.4). si dice che la risposta impulsiva è una risposta canonica. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] .7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n). la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . come già detto. .2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD.6) cioè traslando l’impulso in ingresso di k campioni.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) .5)]. 3. Ribadiamo che per ricavare la (4. rappresentato mediante la (4. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. 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. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) .5) dove abbiamo applicato il principio di sovrapposizione. La funzione h(n) che compare nella (4. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. e sarà studiata più approfonditamente nel § 4. ovvero xk (n) = δ (n − k). Supponiamo allora che un segnale x(n).4. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). non essendo dipendenti dal tempo n. (4.5). (4. (4.4) si può giustificare in maniera più formale anche applicando le prop. (4.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta. 2.1) l’insieme numerabile degli impulsi discreti traslati nel tempo.4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. In questo senso. sia la proprietà di invarianza temporale [nella (4. la rappresentazione (4.7) abbiamo utilizzato sia la proprietà di linearità [nella (4.3) non si sovrappongono nel tempo. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). utilizzando la conoscenza della sola risposta impulsiva del sistema.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) .6) nella (4.7) prende il nome di convoluzione a TD.3. Pertanto. nonché l’invarianza temporale del sistema. L’operazione matematica effettuata tra x(n) ed h(n) nella (4. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. sostituendo la (4. Notiamo peraltro che la (4. il segnale di uscita h(n) trasla anch’esso di k campioni. Scegliendo come segnali elementari xk (n) nella (4. con k ∈ Z. la (4.3) Determinare i coefficienti αk della rappresentazione è semplice.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 . ed abbiamo sfruttato il fatto che le quantità x(k). si ha semplicemente αk = x(k). sia posto in ingresso ad un sistema TD LTI. (4.3 dell’impulso discreto.6)]. se si osserva che gli impulsi δ (n − k) nella (4.

6 Esempio 4. ∀k ∈ {0. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. il segnale di uscita si ottiene sommando tali segnali. 4. per ogni k ∈ Z. al segnale di ingresso x(n) = 1 R3 (n). È interessante notare che la risposta impulsiva del sistema MA è di durata finita. . Infatti. k ∈ {0. avente la risposta impulsiva di fig. Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza.8): h(n) = k=0 ∑ bk δ (n − k) . .9). (a) Risposta impulsiva di un generico sistema MA. si ha. 4.10) espressione che fornisce gli stessi valori della (4. . (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . 5}. 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). .7). .. .8) e la (4. 4. 1. la (4. In sostanza. dove è calcolata graficamente la risposta del sistema MA dell’es. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . . 1.7). descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . con n ∈ Z. 4. (4. D’altra parte.. e particolarizzata in fig.7). (4. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2).9) rappresentata graficamente in fig.7) mostra che. Questa interpretazione è chiarita in fig. . 4.. altrimenti . 1.1. è utile mettere in luce una particolare interpretazione della (4. M (4. il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). . partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ .1(a) nel caso generale. . dal confronto tra la (4. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.1.11) . 3. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. .8) Seguendo i procedimenti delineati negli esempi del capitolo precedente.9. 0 . ponendo x(n) = δ (n) nella (4. 5}.1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es.2.1(b) al caso M = 5 e 1 bk = M+1 = 1 . ∀k ∈ {0.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . Prima di passare al caso TC. 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). M} . 4. 0 1 2 3 M -1 M n bM h(n) 1/6 bM-1 0 1 2 3 4 5 n (a) (b) Fig. . è semplice provare che tale sistema è sia lineare che tempo-invariante. pari ad M + 1 campioni. per un dato k ∈ Z.1(b). M (4. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). x(1) h(n − 1) e x(2) h(n − 2).

Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n).2. .4.2 Relazione i-u di un sistema LTI e risposta impulsiva 131 x(n) h(n) 1/3 1/6 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(0) δ(n) x(0) h(n) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(1) δ(n-1) x(1) h(n-1) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(2) δ(n-2) x(2) h(n-2) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n y(n) = x(0) h( n) + x(1) h( n-1) + x(2) h( n-2) 1/6 1/9 1/18 0 1 2 3 4 5 6 7 8 n Fig. 4.

Così come il principio di sovrapposizione (3. la sua interpretazione e le sue proprietà saranno approfondite nel § 4.11). 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 . τ ). la (4. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. 4. Notiamo inoltre che. prop. ossia: x(t) = +∞ −∞ α (τ ) x(t. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ .7) è simile a quella vista nel caso TD. tuttavia. assumeremo direttamente la (4. Nel seguito.14) come definizione di principio di sovrapposizione per una infinità continua di segnali. e rappresenta. non è possibile dare una giustificazione immediata della (4. Tale rappresentazione si può vedere come l’estensione della (4. (4. per ogni τ ∈ R. dove la delta di Dirac sostituisce quella discreta. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). centrati in tutti i possibili istanti di tempo τ ∈ R.11) e la (4. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. per τ ∈ R.12) si basa su una definizione più generale di linearità di un sistema. Precisamente. con τ ∈ R. L’operazione matematica tra x(t) ed h(t) che compare nella (4. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ .11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. integrando) i segnali x(τ ) h(t − τ ) dτ . formalmente. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. con gli stessi coefficienti α (τ ) dτ . τ ). 2. se il sistema è LTI. . In pratica mediante la (4. A differenza del caso TD. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè.2). Una giustificazione immediata ed intuitiva della (4.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr.11). e l’integrale prende il posto della sommatoria. e prende il nome di convoluzione a TC.14) non discende direttamente dalla prop. (4.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. τ ) = δ (t − τ ). τ )] del sistema ai segnali elementari x(t.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. τ )dτ .4) al caso TC.1).23) per una infinità numerabile di segnali.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig.3. anche la (4. (4.2).3 e richiede delle condizioni matematiche aggiuntive per la sua validità. dal confronto con la (4. le risposte S[x(t. seguendo passaggi matematici simili a quelli già visti per il caso TD. segue che α (τ ) = x(τ ) e x(t.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 .132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. con t ∈ R. Tuttavia. τ )]dτ . data l’analogia formale tra la (4. La (4. come già visto nel caso TD. senza perderci in complicate discussioni matematiche. Precisamente.4). un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . La derivazione della (4. 3.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua).

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. anche tale risposta impulsiva è di durata finita. 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. con il cambio di variabile τ = t − u → u = t − τ . (4.2).7) oppure (4. per cui è un sistema LTI. notiamo preliminarmente che.5T T .16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. si può mostrare che la (4.12). 4. Negli es. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). Come nell’es. T ). la (4.1.2. Successivamente. avente relazione i-u: y(t) = t t−T x(u) du .5T T x(t − τ ) dτ .15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . ed inoltre è automaticamente determinata la sua risposta impulsiva h(·).2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.15) con T > 0. 4. pari a T e coincidente con la memoria del sistema. per confronto con la (4.4. (4. abbiamo implicitamente mostrato una strada alternativa per dimostrare che un determinato sistema è LTI: se infatti siamo in grado di provare che la relazione i-u del sistema si può esprimere nella forma (4.1 (relazione i-u e risposta impulsiva di un sistema LTI) (a) Dato un sistema TC S con ingresso x(t) ed uscita y(t). es. . e cioè: y(t) = +∞ −∞ rect τ − 0. In altri termini.15) si può scrivere come una convoluzione: infatti. Si può facilmente verificare che tale sistema è sia lineare. In maniera equivalente. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema.1 e 4. in maniera più formale.12). 4.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. da cui. allora il sistema è necessariamente LTI. 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 . sia invariante temporalmente. (4.

insieme con x(k) [fig. Nel caso TD. In particolare. Per calcolare gli altri valori della convoluzione. vedi anche il § 4. 4.3 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) . è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione.3. in particolare. Se non effettuiamo nessuna traslazione su z(k). Ovviamente. possiamo ottenere direttamente il risultato della convoluzione per n = 0.3(d)]. oppure dalla (4. La difficoltà maggiore è che. descritta dalla (4. si veda la fig. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k). effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. (2) Effettuare prima la riflessione del segnale x(k). partendo dal caso TD per semplicità. dobbiamo costruire il segnale wn (k) = z(k − n). 4. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. 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. e sommando i risultati dei prodotti ottenuti. e verso sinistra se n < 0. Seguendo la procedura delineata precedentemente. Per capire meglio il meccanismo precedentemente descritto. 4.134 Sistemi lineari tempo-invarianti (LTI) 4.3(e)]. effettuare la traslazione del segnale z(k) verso destra se n > 0. consideriamo il seguente esempio. costruendo il segnale z(k) = x(−k) e. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . Esempio 4. per la proprietà commutativa della convoluzione.18). le operazioni da effettuare sui segnali x(n) e h(n) per calcolare la convoluzione sono schematicamente indicate di seguito: Algoritmo per il calcolo della convoluzione a TD: (1) Rappresentare h(k) e x(k) in funzione di k ∈ Z. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n).7) nel caso TD.1. si nota che si ha sovrapposizione tra h(k) e .3(b)] ed il segnale riflesso z(k) = x(−k) [fig.3(c)]. 4. il segnale wn (k) non si sovrappone con h(k). la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. che si ottiene da z(k) mediante traslazione di n campioni. se n > 0 [traslazione verso destra. per cui il risultato della convoluzione è nullo. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione.18) Le due espressioni riportate nella (4. Viceversa. fatta eccezione per casi particolari.3(a)]. (3) Per ogni fissato valore di n ∈ Z.18) sono del tutto equivalenti. (4. si vede che per n < 0 [traslazione verso sinistra.1 seguente). 4. Prendendo come riferimento la seconda delle (4. rappresentiamo h(k) in funzione di k [fig. con a = 0. si veda la fig. successivamente.12) nel caso TC.

3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. sebbene la somma in (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. altrimenti . . per alcuni valori di n. h(k) e wn (k) si sovrappongono per k ∈ {0. per effettuare correttamente il calcolo della convoluzione. In particolare.7). in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie.19). 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . più precisamente. 2. è semplice considerare i casi per n = 1. In particolare. . h(k) w3 (k) = 1 + a + a2 + a3 . oppure anche per tutti i valori di n. Si noti che. . Facendo riferimento per convenienza alla seconda delle (4. Per un generico valore n > 0. Ovviamente esistono casi in cui il numero di termini della somma è infinito. in pratica essa può ridursi ad una somma finita di valori per ogni n. se |a| < 1. + an = k=0 ∑ ak = n 1 − an+1 . che in generale potrebbe non convergere. C. 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 . per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 . ed è rappresentato graficamente in fig. 1.3(f) nel caso in cui 0 < a < 1.4.7) vada effettuata in principio su infiniti valori di k. se n < 0 . valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. 1−a In definitiva. . per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + . vale a dire: . h(k) w2 (k) = 1 + a + a2 . Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . . n}. 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. . y(n) = 1 − an+1  . (4. tale numero di campioni è pari ad n+1. 4. l’esempio mostra chiaramente che. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app.3 Convoluzione 135 wn (k) su un numero finito di campioni.19) Anche in questo caso.

(d) traslazione verso sinistra di z(k) (n = −5).8333) e x(n) = u(n) (es.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.2 0 −10 −5 0 k 5 10 x(k) 1 0.6 0.4): (a) rappresentazione di h(k).4 0.8 0. (f) risultato della convoluzione.2 0 −10 −5 0 k 5 10 (a) 1 0.4 0. .6 0.6 h(k) 0. 4.4 0.6 0.8 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0. 4.8 w−5(k)=x(−5−k) 1 0.3.4 0.6 0. (b) rappresentazione di x(k).2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.2 0 (b) z(k)=x(−k) 0. (e) traslazione verso destra di z(k) (n = 5).2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.136 Sistemi lineari tempo-invarianti (LTI) 1 0.8 0.4 0. (c) riflessione del segnale x(k).

per cui si ha: y(t) = t 0 dτ = t . ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). T2 ).4(e)]: in particolare.t).4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. Per prima cosa.4(c)].2) avente risposta impulsiva h(t) = rect . le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . ed effettuando l’integrale del prodotto.4. per T1 ≤ t < T2 .3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . le finestre non si sovrappongono affatto. successivamente. . invece.4(b)] in funzione di τ ∈ R. Traslando il segnale z(τ ) verso sinistra [fig. 4. 4. per cui si ha nuovamente y(t) ≡ 0. il valore della convoluzione y(t) all’istante t si ottiene moltiplicando tra loro i segnali h(τ ) e wt (τ ) per tutti i valori di τ ∈ R. di durata ∆h = T2 . Esempio 4. 0. rappresentiamo x(τ ) [fig. Per T1 ≤ t < T2 . es. Per T2 ≤ t < T2 + T1 . notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. effettuare la traslazione del segnale z(τ ) verso destra se t > 0. Riassumendo. ed assumiamo T2 > T1 . 4. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t.4(a)] e h(τ ) [fig. Infine. T2 ≤ t < T2 + T1 . 0 < t < T1 . Facciamo per comodità riferimento alla seconda delle (4.20) T1 . 4.t).   t. Considerando invece valori positivi di t. 4. Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. per T2 ≤ t < T2 + T1 . per t ≥ T2 + T1 . l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . costruendo il segnale z(τ ) = x(−τ ) e. per 0 < t < T1 . per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. (3) Per ogni fissato valore di t ∈ R. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . successivamente.5T2 T2 . e verso sinistra se t < 0.    T2 + T1 − t. in quanto le due finestre rettangolari si sovrappongono solo su un punto.4(d)]. per cui risulta y(t) ≡ 0 per t ≤ 0. posto in ingresso al sistema LTI (cfr. (2) Effettuare prima la riflessione del segnale x(τ ).19). y(t) = (4. T1 ≤ t < T2 . per cui si ha: y(t) = t t−T1 dτ = T1 .5T1 T1 t − 0. di durata ∆x = T1 . 4. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto.

si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. nel senso che ya (·) ≡ yb (·).3. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. ed è rappresentato graficamente in fig. notiamo che. la convoluzione viene chiamata anche prodotto di convoluzione. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. § 4. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . oltre a proprietà specifiche. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T .20). A tale scopo. in quanto si può verificare che la convoluzione possiede.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. cioè i due schemi in fig.3. l’interpretazione di questa proprietà con riferimento ai sistemi LTI è che nel calcolo dell’uscita di un sistema si può scambiare il segnale di ingresso con la risposta impulsiva. 4. Come mostrato in fig. 4. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. in particolare. 4. mentre la seconda è definita mediante un integrale. pertanto. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . In altri termini.7) e quella a TC (4.  y(t) = t.4(f). t < 0 oppure t ≥ 2T . se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . similmente alla somma di convoluzione. non ha nessun senso dal punto di vista sistemistico. traslazione. notiamo che l’intervallo di tempo (T1 . e prende il nome di proprietà di durata della convoluzione (cfr. 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(·). se è possibile dal punto di vista matematico.   2T − t. C.5. 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. calcolo dell’area) sono molto simili nei due casi.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. 4. tutte le proprietà algebriche del prodotto convenzionale. scambiando il ruolo dei due segnali. In conclusione. Ovviamente questo scambio. 4. prodotto. Si noti che se T1 > T2 si può procedere allo stesso modo. Nel caso particolare T1 = T2 = T .6.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . nello studio delle proprietà della convoluzione. ed è rappresentata in fig.6 sono equivalenti. come discusso di seguito.1). per 0 < t < T . nel seguito. per T ≤ t < 2T . Per questo motivo. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. l’integrale di convoluzione può non esistere finito. . Per questo motivo.

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

. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T . 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 (·).7(b) e fig. in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). per la proprietà associativa.7(a) e fig. cioè i due schemi in fig. i due schemi riportati in fig.5. come evidenziato in fig. ossia yc (·) ≡ yd (·).7(b) sono equivalenti. e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(.7(a) è equivalente al sistema LTI riportato in fig. Inoltre. 4. 4. A sua volta. la proprietà associativa della convoluzione consente di affermare che la serie di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hser (·) = h1 (·) ∗ h2 (·). yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).7(b).) (a) y a(. In base a queste due interpretazioni. Conseguentemente. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . 4.7(c) è equivalente allo schema serie riportato in fig. 4. Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco. l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·).7(c). 4. osserviamo innanzitutto che. 4. 4. come mostrato in fig. 4.7(d) sono equivalenti. notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI.6.7(d). Il segnale y(t) si può esprimere come y(t) = T Λ t−T .) (b) y b(.) h(.7(a). 4. T Proprietà associativa Fig. In altre parole. In virtù della proprietà commutativa della convoluzione. In tale ipotesi. Per la proprietà commutativa. Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) .) Fig. la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI. A tal fine. 4. cioè ya (·) ≡ yc (·). nel senso che ya (·) ≡ yb (·).) h(. 4. i due sistemi LTI in figura sono equivalenti. il sistema LTI in fig. 4.) 0 T t 2T x(. nel senso che yb (·) ≡ yd (·). per cui il sistema LTI in fig.

) y a(.) h2(.) x(.) x(.) (b) x(.) h2(.8(b) sono equivalenti.7. Proprietà di esistenza dell’unità Si può facilmente provare. In virtù della proprietà distributiva della convoluzione. . i due schemi in figura sono equivalenti. In base a queste due interpretazioni.) (a) y a(.3 Convoluzione 141 x(.) (a) x(.) h2(. Fig. i quattro schemi in figura sono equivalenti. 4. che effettuare la convoluzione di un segnale x(·) con δ (·) non ha nessun effetto sul segnale: in altri termini.8(b).)∗h1(. in effetti.4. 4. come mostrato in fig. la proprietà distributiva della convoluzione consente di affermare che il parallelo2 di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hpar (·) = h1 (·) + h2 (·).) (d) h1(. come mostrato in fig.) (b) h2(. resta non esplorata per il momento la connessione in retroazione tra sistemi LTI. 4. vale la relazione: x(·) = δ (·) ∗ x(·) = x(·) ∗ δ (·) . (4. D’altra parte.) h1(. Similmente alla proprietà associativa.) y d(.8(a). nel senso che ya (·) ≡ yb (·). 4. In virtù della proprietà commutativa e associativa della convoluzione. 4. tale connessione non può essere studiata elementarmente nel dominio del tempo.8(a) e fig. anche la proprietà distributiva consente di evidenziare una interessante proprietà dei sistemi LTI.21) 2 Con riferimento alle interconnessioni elementari tra sistemi introdotte nel capitolo precedente.) x(. utilizzando la definizione di convoluzione e la proprietà di campionamento della δ (·). l’espressione yb (·) = x(·) ∗ [h1 (·) + h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) + h2 (·).) h1(.)∗h2(.) y b(. Anche qui per la validità della relazione devono avere senso tutte le convoluzioni in gioco. cioè i due schemi in fig.) h1(.)+h 2(.) y 2(. valida formalmente sia nel caso TC sia in quello TD.) h1(. A tale scopo.) y 1(.) y b(. mentre vedremo che lo studio è assai più agevole ragionando nel dominio della frequenza. notiamo che l’espressione ya (·) = x(·)∗h1 (·)+x(·)∗h2 (·) rappresenta l’uscita del parallelo dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).) (c) y c (. 4.8.) Fig.

il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). esplicitando la convoluzione (4.25) della convoluzione. ∀n0 ∈ Z .22). abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t).23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione.22) (4.) x(n) z .9). x(n − n0 ) −→ y(n − n0 ) . esprimendo la relazione i-u del sistema mediante una convoluzione. i due schemi in figura sono equivalenti. x(n) h(n) (b) -(n1+n2) z y b(n) Fig. In un sistema identico. secondo la quale. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso). ∀n0 ∈ Z . 4.) x(. In virtù della proprietà di invarianza temporale (4.22) e (4. e per la (4. Le (4. Tale sistema prende il nome di sistema identico.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . per ogni x(·) ∈ I e y(·) ∈ U.142 Sistemi lineari tempo-invarianti (LTI) x(.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. ∀t0 ∈ R . si ha. è possibile riottenere la (4.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. ad esempio. (4. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. 4. se per calcolare y(t − t0 ). invece che alla (4. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . notiamo che la (4. x(n − n0 ) ∗ h(n) = y(n − n0 ) .22) [un discorso analogo vale per la (4. Per giustificare invece la correttezza della (4. 3.3 Dal punto di vista dell’interpretazione sistemistica. rispettivamente. la (4. infatti. 4.2).21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ).) δ(. Dal punto di vista matematico. per sistemi a TC e a TD.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione.10.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. Nel caso di un sistema LTI. noti inoltre che. rispettivamente.4) nel caso TD e la (4. si giungerebbe. ∀t0 ∈ R .21). .11) nel caso TC.9. x(t − t0 ) −→ y(t − t0 ) .

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.

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

. non solo la risposta impulsiva.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. le relazioni (4. In definitiva. 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) . definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. ovvero è anch’essa una risposta canonica. sfruttando la relazione i-u (4. Nel caso TD. es. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . (4.34) e (4.11(a). la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. Infatti. (4.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) .4.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. come ad esempio il segnale uε (t) di fig. in particolare. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1).7) di un sistema TD LTI. con un tempo di salita molto stretto. per ottenere la risposta al gradino a partire dalla risposta impulsiva. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] .2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). 3. ma anche la risposta al gradino caratterizza completamente un sistema LTI. In particolare. 2. Notando che la (4. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). è sufficiente far passare quest’ultima in un sistema accumulatore.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr.12. 4. In altri termini.

2ε 2ε (4.36). un valore appropriato di ε dipende dalla struttura interna del sistema e. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . Dalla (4. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. Tuttavia. Per la linearità del sistema. in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . il calcolo sperimentale della risposta impulsiva richiede la realizzazione in laboratorio di un impulso di Dirac da applicare in ingresso al sistema: l’impulso di Dirac è un segnale non riproducibile esattamente in pratica. ossia la risposta di un sistema LTI alla finestra rettangolare RN (n) si ottiene semplicemente calcolando la differenza tra la risposta al gradino e la sua versione ritardata nel tempo di N.1.11(b). adoperando le proprietà di linearità e di invarianza temporale del sistema. Nel caso TC. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. utilizzando la (4. abbiamo visto [si veda la (2. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ .150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. trattandosi di una pura astrazione matematica (cfr.4). Infatti.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). si ottiene h(t) = d s(t) dt (4. In particolare. varia da sistema a sistema. in quanto caratterizza completamente il sistema. Pertanto. aventi area unitaria. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] .38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). raffigurati in fig. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T .36) ed (4. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . dunque. (4. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI.37) Le (4. con ε sufficientemente piccolo. 2. 5 Non esiste una regola generale per stabilire quanto ε . Nel caso TC valgono considerazioni analoghe.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . Infatti la risposta al gradino s(t).12). come già detto in precedenza.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. 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 . § 2.

Si può notare che. identicamente nulla per t < 0. es. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. si tratta cioè di una rampa. .40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. 4.4.24): s(t) = t u(t) .39) è un sistema LTI. che cresce linearmente per t > 0 [fig. Confrontando la (4. dt (b) Nel caso TD.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC.1).4 Risposta al gradino 151 alla derivata della risposta al gradino.38). per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale).37) è esattamente la risposta impulsiva. per ε → 0.36). descritto dalla relazione i-u: y(t) = t −∞ x(u) du . che per la (4. es. 3. 4. Utilizzando la (4.18) e si può facilmente verificare che tale sistema è anche lineare. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ .13(a)]. possiamo dire che. si può mostrare che la (4.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. (4. 4. 3. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. in virtù della (4. 3. il cui valore è (cfr. se ε 1. Esempio 4. il segnale hε (t) tende proprio alla risposta impulsiva del sistema.40) con la (4. per cui l’integratore (4.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema.39) Abbiamo già mostrato che tale sistema è TI (cfr. Conseguentemente.13(b)].13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t). 4. il segnale in fig. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) .39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . in fig. Di seguito sono riportati alcuni esempi di calcolo della risposta impulsiva e della risposta al gradino sia nel caso di sistemi TC che nel caso di sistemi TD.12). In maniera equivalente. 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) . es. (4. In pratica. 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) .

Confrontando la (4. 4.13. 3. Esempio 4. (b) risposta al gradino.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . es. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) .152 Sistemi lineari tempo-invarianti (LTI) 3 1 2 h(t) s(t) 1 0 −1 t 0 1 t 2 3 (a) (b) 1 h (t) ε 0 −ε −1 0 ε 1 t 2 3 (c) Fig.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. si può mostrare che la (4. . (4. 4.7).8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. In maniera equivalente.7): (a) risposta impulsiva. Integratore con memoria infinita (es. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) .42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. (4.42) con la (4. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1.2).

la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0.34). 4. 4. Risolvendo l’integrale si ottiene:  se t < 0 .6 0.4 Risposta al gradino 153 10 1 0.14(a)]. se n ≥ 0 . ossia: h(t) = rect t − 0. n + 1 .14(b)]. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0. in cui l’estremo superiore di integrazione t varia in R. In virtù della (4.9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.   t    se 0 ≤ t < T .   0 . 4. 0 . 4. Conseguentemente.5T T . che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . se n < 0 .36). ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. in virtù della (4.4 0.8): (a) risposta impulsiva. 4. avente relazione i-u: y(t) = t t−T x(u) du .2).14. (b) risposta al gradino. 4. Integratore a TD o accumulatore (es.5T T dτ .2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. che è riportata in fig.15(a).  dτ = t . (4. es. Esempio 4. se t ≥ T .43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2. si tratta cioè di una rampa a TD [fig. 0 s(t) =  T     dτ = T .4.

Esempio 4. 4.5T T + T u(t − T ) .13(c) rappresenta una buona approssimazione della risposta possiamo dire che. che cresce linearmente nell’intervallo (0. 4. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. 4.9): (a) risposta impulsiva. si tratta di una funzione identicamente nulla per t < 0. (b) risposta al gradino. In altre parole. Utilizzando la (4. 4.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema.15. Si può notare che. . il segnale in fig.1. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso.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.15(b)]. Integratore con memoria finita (es. se ε impulsiva del sistema. 4. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. in fig. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. T .38). 4.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . per ε → 0. In pratica. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig.

. ∀k ∈ {0. M M (4.8 s(n) 0 2 4 n 6 8 10 0.3 1 0. se 0 ≤ n < M .1(a) nel caso generale. n+1 RM (n) + u(n − M) . 4.16. 4. ∑ k   k=0  1 M+1 . M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. In virtù della (4.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . . la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . 5}: (a) risposta impulsiva. se n < 0 . se n ≥ M . Sistema MA con M = 5 e bk = 1 .  ∑ k  s(n) = k=0 M    b .45) k=0 rappresentata in fig. .4 Risposta al gradino 155 0. se n < 0 . La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . 1. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . se n ≥ M . (b) risposta al gradino. ∑ bk δ (n − k) .1 0.1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. .34).   n+1 s(n) = .    n   b . ed in fig. se 0 ≤ n < M .4 0 0. 4. Nel caso in cui i pesi bk siano tutti uguali a  0 .4. M +1   1.2 1/6 h(n) 0.6 0. n M in cui l’estremo superiore della sommatoria n varia in Z.2 0 −0.

156 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata graficamente nel caso M = 5. 4. in fig. .16. Nel seguito faremo quasi sempre riferimento alla risposta impulsiva. 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. insieme alla risposta impulsiva.

descritto dalla convoluzione a TD espressa dalla seconda delle (4. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr.49) .47) Pertanto. cioè caratterizza completamente un sistema LTI. (4. 2. § 3. Sostituendo nella (4.47).5 Proprietà della risposta impulsiva 157 4. ∀k = 0. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. (4. 4. (4.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. in questo caso. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. ponendo α = h(0). stabilità.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica.2(c)]. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. si ha che l’uscita corrispondente a x1 (τ ) vale y1 (t) = +∞ −∞ x1 (τ ) h(t − τ ) dτ = +∞ −∞ x(τ ) δ (t − τ ) h(t − τ ) dτ . prop. al posto di {x(τ )}τ ∈R . Una condizione necessaria e sufficiente affinché ciò accada. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t .3.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ .1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. infatti. la relazione precedente si può riscrivere come y(n) = α x(n) . è che risulti h(k) = 0. Passiamo ora a considerare i sistemi TC LTI. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. Consideriamo un sistema TD LTI. seguiamo una strada diversa da quella seguita nel caso TD. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) . per ogni segnale di ingresso. Ponendo x(n) = δ (n) nella (4. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) . nella (4.48). questo vuol dire che la risposta del sistema non cambia se.5. per ogni segnale di ingresso {x(k)}k∈Z .4.46). Affinché y(n) dipenda solo da x(n).48). causalità. Per costruire un segnale siffatto. (4. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. Il sistema è non dispersivo se e solo se. si ha: y(n) = h(0) x(n) . equivalentemente. è possibile legare le proprietà del sistema (non dispersività. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. Notiamo che.

7) oppure (4. Sostituendo nella (4. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). oltre al campione attuale. § 3. (4. Se allora osserviamo la relazione i-u di un sistema LTI [cfr. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . all’uscita in un determinato istante di tempo.48) la risposta impulsiva precedente. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . per ogni segnale di ingresso e per ogni t ∈ R. ovvero se h(t) = α δ (t) . Quindi. .3.49). (b) Equivalentemente.3. n → ±∞.48) e (4. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. il sistema è non dispersivo se e solo se y(t) = y1 (t).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 (·). possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva.47). l’estensione temporale Dh e. dove la memoria di un sistema è stata definita (cfr. la durata ∆h . dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. dal confronto tra la (4. per cui presenta valori non trascurabili su un intervallo temporale non limitato. ovvero se e solo se è un amplificatore/attenuatore ideale. 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 4.1) come la durata temporale del segmento del segnale di ingresso che contribuisce. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). senza mai annullarsi. I sistemi non dispersivi sono denominati anche sistemi senza memoria. quindi. pertanto. In definitiva. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4. Se poniamo α = h(0).12)]. 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. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero.

es. T (4. sono sistemi IIR con memoria infinita.50) dove T > 0.8 0.51) Confrontando la (4. 4. 4.4 0.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0.7) e l’accumulatore (cfr. . il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4.6 0. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR). 4. che è rappresentata in fig.11): (a) risposta impulsiva. 4. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. es.5 Proprietà della risposta impulsiva 159 1 0. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ . Esempio 4.6 0. 4.10).52) Pertanto. Sistema TC IIR con memoria praticamente finita (es. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) .8).2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. la risposta al gradino di tale sistema si ottiene come:  se t < 0 . aventi come risposta impulsiva il gradino unitario.52). 0 .51) con la seconda delle (4.12).8 0. L’integratore (cfr. T (4. In virtù della (4. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).17(a). 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. 4. es. se t ≥ 0 . T (4. Sfruttando il fatto che u(τ ) = 0 per τ < 0.17.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e . es. (b) risposta al gradino.4.4 0.9) e il sistema MA (cfr.36).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 .

Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . notiamo che applicando al sistema un ingresso di durata finita. ricordando la proprietà di durata della convoluzione (cfr. Passiamo ora a considerare i sistemi TC LTI.17(b).53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. ovvero è un segnale di durata praticamente limitata.31). se per semplicità facciamo riferimento ai sistemi TC. ma non dipende dai valori dell’ingresso negli istanti successivi. Infatti.1). (4. per |a| → 1. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . mentre tende a zero per |a| → 0. 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) . 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. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. § 4. per effetto della convoluzione.54) . con costante di tempo T > 0. risolvendo l’equazione h(∆h ) = α /T (cfr. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. Per calcolare la memoria analiticamente. con 0 < α < 1. 4. con 0 < |a| < 1 . La somma su k porta in conto valori futuri dell’ingresso per k < 0.2 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. ∀k < 0 . deve accadere che h(k) = 0 . in virtù della (4.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig.2). ln(|a|) memoria che tende a diventare infinitamente grande.5. Così facendo. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . § 2. In conclusione. esso sarà “allungato”. la durata della risposta impulsiva risulta ∆h = T ln 1 α . 4. proprio di una quantità pari alla memoria del sistema. In altri termini. (4.3. Lo stesso si può dire anche per i sistemi TD. in quanto per tali valori di k risulta n − k > n. il sistema LTI ha memoria praticamente finita. per ogni segnale di ingresso.53). scegliamo come valore di soglia α h(0+ ) = α /T . e quindi misurare la memoria del sistema LTI. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T .3. Affinché allora l’uscita non dipenda dai valori futuri.

§ 3. Ragionando in modo analogo a quanto fatto nel caso TD. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0. h(t) = 0. Risposta impulsiva dell’integratore non causale (es. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale.18. Di seguito sono riportati alcuni esempi di sistemi non causali. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. ∀t < 0 .4. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. 4.2) che un caso particolare di sistema non causale è il sistema anticausale.3. il sistema è non causale. . si può verificare che un sistema TC è causale se e solo se h(t) = 0 . la relazione i-u (4. 4. In questo caso.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. Abbiamo visto nel capitolo precedente (cfr. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . ∀n < 0 (sistema TD) ∀t < 0 (sistema TC) Se la risposta impulsiva del sistema LTI non è identicamente nulla per t < 0 (caso TC) oppure per n < 0 (caso TD).12). h(t) = 0. In sintesi.

12). altrimenti . 3. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T.18: si tratta di un segnale che assume valori non nulli per t < 0 e. per confronto con la (4.19(a) nel caso generale. si può mostrare che la (4.57). 0).7). . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.19(b) al caso M = 5 e 1 bk = M+1 = 1 . . Si può facilmente verificare che tale sistema è sia lineare. 0. da cui.11. per cui è un sistema LTI.10 e 3. . A questo punto. sia invariante temporalmente. e particolarizzata in fig. e pertanto esso rappresenta un esempio di sistema LTI. avente relazione i-u: y(t) = t+T t x(u) du . . ∀k ∈ {0. Infatti. 4.7).13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. . . pertanto tale sistema è non causale. . 3. la (4. Esempio 4.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ .55) con T > 0. 1.56): h(n) = h=−M ∑ 0 b−h δ (n − h) .12). Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. Infatti. M Si tratta di un sistema sia lineare che tempo-invariante. . 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) . si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k .5T T x(t − τ ) dτ . (4. 5}. possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. (4.162 Sistemi lineari tempo-invarianti (LTI) Esempio 4.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr.57) rappresentata graficamente in fig. ponendo x(n) = δ (n) nella (4. In maniera equivalente. −M + 1. D’altra parte. si ha. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . es. (4. con il cambio di variabile τ = t − u → u = t − τ .56) da cui. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. (4. 0} . il sistema non è causale. per confronto diretto con la (4.58) espressione che è perfettamente equivalente alla (4. che è rappresentata in fig.5T T . Per questo motivo. k ∈ {−M. 4. 4.55) si può scrivere come una convoluzione. conseguentemente. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. .

in particolare... abbia estensione temporale Dx = (0. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. ∆h ). descritto dalla relazione i-u y(t) = x(t + T ) con T > 0.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . .4. poiché h(n) è identicamente nulla per n ≥ 0. Per evidenziare tale proprietà. -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. è un sistema LTI anticausale.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. 1. è riassunto dalla seguente proprietà: Proprietà 4. l’anticipo unitario TD è un sistema anticausale. che sussiste con ovvie modifiche anche nel caso TD. cioè.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 < 0.19. ∆x ). allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. con ∆x ∈ R+ . (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . si ottiene che: y(t) = 0. Tale risultato. con ∆h ∈ R+ .31). Il sistema è pertanto non causale. In tal caso. Si tratta chiaramente di un sistema LTI. 6 Questa . si tratta di un impulso TD di ampiezza unitaria centrato in n = −1.. Un segnale identicamente nullo per t < 0 è anche detto6 causale. 6 Esempio 4. consideriamo il caso dei sistemi TC. ∆x + ∆h ) . Allo stesso modo il sistema TC che effettua un anticipo temporale. seguendo gli stessi ragionamenti che hanno portato alla (4. 4.13). allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. ∀k ∈ {0. . ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. . ∀t ∈ (0. Se il sistema è causale. . 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. che realizza un anticipo unitario del segnale di ingresso. 4. I sistemi causali godono di una proprietà importante. 5} (es.

4.59) per cui se hinv (·) è l’inverso di h(·). 4.20 (notiamo che per i sistemi LTI vale una proprietà più generale. così come il segnale di ingresso.) h(. allora il corrispondente sistema inverso è anch’esso LTI. ed applichiamo la proprietà vista per t0 = −ε < 0. In base a tale risultato. l’omogeneità) e la causalità del sistema: questo dimostra che la prop.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente.5.1 e 3. in questo caso. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico.1 è più immediata: . cioè. In verità. Poiché la risposta impulsiva del sistema identico è δ (·). dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t).6 si poteva già dedurre dalle prop. (4. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. Pertanto.) Fig. cfr. le stesse considerazioni si possono fare scegliendo n0 = −1. Ricordiamo che. Poiché risulta x1 (t) = x2 (t) = 0. In app. D è mostrato che se un sistema LTI è invertibile. 3. allora h(·) è l’inverso di hinv (·).20. la prop. rispettivamente. 7 Nel caso TD. Poiché la convoluzione è commutativa. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . Dato un ingresso x1 (t) = 0. anche il segnale di uscita è identicamente nullo per t < 0. ∀t < 0.4. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. supponiamo di scegliere un secondo ingresso x2 (t) = 0. ∀t ≤ t0 . un sistema è causale se e solo se. 3. 4. §3. per ogni t0 ∈ R e per ogni x1 (t). Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD.6 vale più in generale per sistemi lineari causali (non necessariamente TI). come mostrato in fig. risulta che y1 (t) = y2 (t). La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . ∀t ≤ −ε .3.3). cioè y2 (t) = 0. ∀t ∈ R. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. 3. ∀t ≤ t0 . secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). 4. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . ∀t ≤ −ε .60) (4. 3. 4.1 y1 (t) = y2 (t). ∀t ∈ R. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. in base alla prop. con ε ∈ R+ piccolo a piacere. allora risulterà per la prop.) x(.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. 4. si ha che y1 (t) = 0. 3. ∀t ≤ −ε . x2 (t) ∈ I tali che x1 (t) = x2 (t). Soffermiamo l’attenzione sui sistemi TC.4. sfruttando in aggiunta la proprietà di linearità. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla.1. in virtù della prop.) x(. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico.20.164 Sistemi lineari tempo-invarianti (LTI) y(. Ma se il sistema è lineare. l’applicazione della prop.) hinv(. Per cui ritroviamo il risultato.

In alcuni casi. Si ha. D. consideriamo un sistema TD LTI. se h(k) è una successione sommabile. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). con passaggi banali. (4. Questa compensazione prende il nome di equalizzazione.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. e proviamo a trovare una maggiorazione simile per l’uscita y(n). detta hinv (·) la sua risposta impulsiva. a cui si rimanda direttamente il lettore.59) o (4. il suo sistema inverso è anch’esso LTI e. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . significa determinare uno dei fattori della convoluzione.4. Purtroppo determinare hinv (·) dalla (4.5 Proprietà della risposta impulsiva 165 Proprietà 4.5. ∀n ∈ Z. Ad esempio. §3. Supponiamo allora che l’ingresso sia limitato. 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. In molti casi pratici. ovvero |x(n)| < Kx . che va sotto il nome di deconvoluzione (di fatto. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). Abbiamo cioè provato che la sommabilità (4. descritto dalla (4.3.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . . se un sistema è stabile. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . 4. nelle telecomunicazioni. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità.60) è un problema matematicamente complicato. noto l’altro fattore ed il risultato finale). ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh . un problema di interesse è determinare il sistema inverso di un dato sistema. Alcuni approfondimenti ed esempi sono riportati in app. allora la risposta impulsiva dev’essere sommabile.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·).61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. cfr. Pertanto. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata.

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

nel caso del sistema (4. possiamo concludere che il sistema TC (4. questo problema può essere tranquillamente aggirato. Ad esempio. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). in questo caso. instabili. è un sistema stabile. Esempio 4. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . il sistema che effettua la traslazione temporale del segnale di ingresso.63). poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . che non contiene impulsi. 4. § B.7) e l’accumulatore (§ es. l’uscita del sistema (4. Poiché il concetto di sommabilità di una distribuzione non è definito. nel senso che può contenere degli impulsi di Dirac.62) (cfr. Ad esempio. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. 1 la risposta impulsiva è sommabile. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. (4. In conclusione. Pertanto. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. e di una funzione himp (t) puramente impulsiva. se il segnale di ingresso è limitato.63).4.11. se la risposta impulsiva h(t) è una funzione generalizzata. l’integratore (§ es.63) è sicuramente limitata.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. Più precisamente. +∞ k=−∞ +∞ con 0 < |a| < 1 . dal punto di vista pratico. Infatti. che anticipa/ritarda il segnale di ingresso. 4. con t0 ∈ R .4 e B. n=1 himp (t) N (4. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . se il sistema IIR ha memoria praticamente finita.64) . caratterizzato dal legame i-u: y(t) = x(t − t0 ) . sono stabili. la cui risposta impulsiva [fig.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e. i sistemi IIR aventi memoria infinita sono sicuramente instabili. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. In verità. Analogamente. sono esempi di sistemi IIR con memoria infinita e. che contiene solo impulsi. aventi come risposta impulsiva il gradino unitario. il sistema è stabile. per ogni t0 ∈ R.2. T Si tratta di un sistema con memoria praticamente finita. pertanto. Ad esempio.61) e (4. 4.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . 4.1.3). cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . Più in generale. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). conseguentemente. ossia h(t) = δ (t − t0 ). Verifichiamo che tale sistema è stabile. D’altra parte.8).17(a)] è data da: 1 −τ /T e u(τ ) . è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. in quanto.

Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili.65) . il sistema in fig. possiamo affermare che.21. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. in svariati campi delle scienze fisiche e dell’ingegneria. 4.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. 4. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD).6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. . allora il sistema complessivo è sicuramente stabile. Tali sistemi presentano numerose analogie. dove N ∈ N. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. 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. tN Fig. in virtù della prop. 4. sono descritti da equazioni differenziali lineari a coefficienti costanti. αN .8.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . . In questo caso. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . come mostrato in fig. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. . dt k dt m=0 (4.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. In altre parole.21. 4. . e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. se i sistemi componenti il parallelo sono singolarmente stabili. 4. tuttavia per una presentazione efficace è opportuno studiarli separatamente. 4.6. 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).

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

. è immediato constatare che y(t) = y0 (t) + y p (t) (4. il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. la soluzione generale della (4.68).65). .h t h eλ t . . (4. Quindi. i (4. D’altra parte. ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 .68) non offre particolari difficoltà. . Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . . le radici di q(λ ) sono o reali o complesse coniugate. allora si prova facilmente che t h eλit . con N1 + N2 + · · · + NR = N [nel caso in cui R = N. λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . NR . l’esponenziale eλ t è soluzione della (4. (4. . . e quindi deve annullarsi q(λ ). . siano esse λ1 . si può provare che la (4. .69). . λ2 .9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. N dk (4. rispettivamente. .68). con λ ∈ C.68). la (4. Le radici del polinomio caratteristico possono essere reali. .73) dove λ1 .73) degenera 9 Nel caso in cui i coefficienti del polinomio a . cioè del tipo esponenziale complesso. . Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. . . Se si pone allora y(t) = eλ t nella (4. dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai.65) non univocamente determinata. λN . eλ2t . Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. . .72) dove c1 . . Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). . . 1. allora gli esponenziali complessi eλ1t . λ2 . c2 .70) è una soluzione della (4.70) fornisce tutte le soluzioni dell’equazione differenziale (4. poiché una arbitraria combinazione lineare di soluzioni della (4. si ottiene: k=0 ∑ ak λ k eλ t = ∑ ak λ k k=0 q(λ ) N N eλ t = q(λ ) eλ t = 0 ⇐⇒ q(λ ) = 0 . cN sono costanti arbitrarie.68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . Più in generale. . si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci. immaginarie oppure complesse.68). . N2 . Pertanto. . eλN t sono singolarmente soluzioni della (4.170 Sistemi lineari tempo-invarianti (LTI) della (4. a . .65). In linea di principio.67) e (4. per h ∈ {0. . .71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4.68) è ancora una soluzione della stessa equazione. combinando linearmente tutte le N possibili soluzioni. . Ni − 1}. .69) da cui sommando membro a membro la (4. è soluzione della (4.68). allora k=0 ∑ ak dt k y0 (t) = 0 . a N 0 1 siano reali.68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). .

74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. si determina una soluzione particolare y p (t) della (4. La (4.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4.65). l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . dN−1 y0 (t) dt N−1 = yN−1 . Conseguentemente. Si determina la soluzione omogenea y0 (t) data dalla (4. .72)]. e per essa non è possibile dare un’espressione generale. R} e h ∈ {0.74) determina un sistema di N equazioni lineari nelle N incognite ci. yN−1 . l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). . .73).h sono combinazioni lineari dei valori y0 .65) si può ottenere seguendo i seguenti passi: 1. . . con i ∈ {1. Riassumendo quanto detto finora. cioè y0 (0) = y0 . ∀t ∈ R. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. (4. se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. ylib (t) = 0.h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4.h nella soluzione omogenea. y1 . Risolvendo tale sistema si trova che le costanti ci. Assegnato l’ingresso x(t).75) t=0 t=0 La soluzione particolare yfor (t) della (4.h . in quanto l’uscita è definita a meno di N costanti arbitrarie. . . In molti casi è conveniente esprimere la soluzione generale della (4. 1.65) non definisce univocamente un sistema. 2.66) e la seconda dipendente solo dal segnale di ingresso x(t). ossia. . Anche in questo caso. . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate . y1 . . Questo è un risultato del tutto intuibile in quanto. Ni − 1}.6 Esempi di sistemi LTI 171 nella (4. . . per la presenza delle costanti ci. cioè y0 = y1 = · · · = yN−1 = 0. A differenza della soluzione y0 (t). possiamo dire che la soluzione generale della equazione differenziale (4. in quanto tiene conto del solo segnale di ingresso x(t). yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0.65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. se l’ingresso è applicato all’istante tin = 0.73). senza portare in conto le condizioni iniziali.65). l’evoluzione libera del sistema è nulla. la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. In altri termini. D’altra parte. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. . Si determinano gli N coefficienti ci. Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. d y0 (t) dt = y1 .h ). data da y(t) = y0 (t) + y p (t) per t > 0. La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. Notiamo che. . 3. (4. né una tecnica generale di soluzione. . 2. assumendo che siano nulle le condizioni iniziali. .66) assegnate.65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. . calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. l’equazione differenziale (4. allora la soluzione particolare ottenuta è valida solo per t > 0. . la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. Innanzitutto.h . soddisfi le condizioni iniziali (4. . .4.

Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t). 4. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. ciò viola la prop.65) e (4. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). La . allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). Schema elettrico del sistema RC (es.65) e (4. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) . la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . 4. α2 ∈ C. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. può essere rappresentato mediante lo schema a blocchi in fig.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)].76) che y(t) = ylib (t) = 0. indipendente dal segnale di ingresso. segue dalla (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.22. 3. cioè. 4.23.16). 4. rispettivamente. indipendente dal segnale di ingresso.23. ciò significa che se x(t) ≡ 0. ∀α1 .16). nel quale l’ingresso x(t) è la tensione ai capi della serie RC. Tuttavia. Esempio 4. è interessante osservare che il sistema definito dalla (4. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). Inoltre. In definitiva.66) non è lineare. 3.76) è che in generale il sistema descritto dalle (4. In particolare. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig.66) non è tempo-invariante. Possiamo quindi dire che. La seconda osservazione legata alla (4. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1).4 dal momento che.22.76) è che in generale il sistema descritto dalle (4. assegnando cioè y0 = y1 = · · · = yN−1 = 0. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. 4. affinchè il sistema descritto dalle (4.65) e (4. allora yfor (t) ≡ 0. il che si ottiene imponendo che il sistema sia inizialmente in quiete. mentre l’uscita y(t) è la tensione ai capi della capacità.76) La prima osservazione interessante suggerita dalla (4. ∀t0 ∈ R. dt (4. Fig.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. 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).76) è lineare per le differenze. se si impone x(t) ≡ 0.66) sia LTI. 4. (4. Schema a blocchi del sistema RC (es. occorre che la sua evoluzione libera sia nulla.

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

per un’equazione differenziale di ordine N.24.81) nota come equazione alla differenze a coefficienti costanti di ordine N. y(t) = yfor (t) ne rappresenta la sua risposta al gradino.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . 4. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. il sistema risultante non è omogeneo (e quindi non è lineare). (4. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. 4. ottenuta ponendo x(t) = u(t − t0 ). trattandosi di una equazione differenziale del primo ordine.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . 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. si dimostra che una discontinuità di prima specie del segnale x(t) nel punto t0 implica una discontinuità di prima specie nel punto t0 della derivata N-esima del segnale y p (t). si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4.65) in maniera più semplice di quanto visto finora. Inoltre. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) .50) assegnata nell’es. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). Nel paragrafo successivo introduciamo invece una classe di sistemi a TD con proprietà molto simili a quelli a TC descritti da equazioni differenziali del tipo (4. dt RC che. essendo il sistema LTI nelle ipotesi fatte. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4.37) esistente tra risposta al gradino e risposta impulsiva.80) Osserviamo che. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. per cui risulta che c2 = 0. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. ovvero s(t) = (1 − e−t/RC ) u(t) . corrisponde alla risposta impulsiva (4. Tenendo presente la relazione (4.6. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. una relazione analoga alla (4. ponendo T = RC. . segue che c3 = −1. ponendo y0 = 0. M (4.10 Pertanto. 4. il sistema LTI ottenuto è causale [h(t) = 0. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) .11. ma non comporta discontinuità in t = 0 del segnale y p (t). 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) . Oltre ad essere chiaramente dispersivo. e la (4.65). per la presenza dell’evoluzione libera. inoltre. 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).77). è pari a yt0 (t) = yfor (t −t0 ).2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. Notiamo a questo punto che. Nel cap. ∀t < 0] e stabile [h(t) è sommabile]. con N ≥ 0 e aN = 0.

assegnato il segnale di ingresso x(n). la (4.4.8 RC h(t) 0. va detto che la teoria e la pratica delle equazioni alle differenze.6 Esempi di sistemi LTI 175 1 0. analogamente alle soluzioni di una equazione differenziale (4. è necessario risolvere rispetto a y(n) l’equazione alle differenze. i sistemi definiti implicitamente dalla (4. 4. sebbene in principio siano più semplici rispetto alle equazioni differenziali. (4.81) rappresenta una relazione i-u semplice da studiare. altrimenti .2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. sotto opportune ipotesi. A tale proposito. y2 . (b) risposta al gradino. 3. . . In particolare. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin .82) Dal confronto con l’es.24.81) descrive solo implicitamente un sistema. per determinarne la relazione i-u.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). . in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . . ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. sono sistemi LTI. M} .9. . Per N ≥ 1. h(n) = a0  0. avente la seguente risposta impulsiva:   bn .81).83) dove y1 . . Assegnato l’ingresso x(n) per n ≥ nin . Ponendo per semplicità nin = 0. 1. .6 0.6 0.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. supposto che. .81) si può esprimere. come: y(n) = y0 (n) + y p (n) . e sono denominati sistemi auto-regressivi a media mobile (ARMA). si può provare che la soluzione generale di una equazione del tipo (4. sia applicato in ingresso al sistema un dato segnale x(n).8 0. . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . yN sono valori (in genere reali) assegnati. questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . a0 m=0 (4.4 0. Solo nel caso N = 0. Sistema RC (es. analogamente al caso TC. 4. . a partire da un istante prefissato nin ∈ Z. sono generalmente meno note ai lettori. In particolare. y(−N) = yN . n ∈ {0. notiamo che la (4. .16): (a) risposta impulsiva. y(−2) = y2 . (4. per trovare la corrispondente uscita y(n) per n ≥ nin .65).4 0. .65). . la (4.

siano esse z1 . i (4. NR . per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . . l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 .88) Quindi. . (4. . cioè y1 = y2 = · · · = yN = 0. z2 .81): k=0 ∑ ak y(n − k) = 0 . . . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. Risolvendo il sistema lineare (4. . 1 2 N (4. con N1 + N2 + · · · + NR = N. .h sono combinazioni lineari dei valori y0 . cN sono costanti arbitrarie. yN−1 assunti da y0 (n) per n ∈ {−N.86) le cui radici possono essere reali. L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . c2 . come nel caso TC. .84). .88) che soddisfa le condizioni iniziali (4.84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. z2 . . . . . .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). y0 (−2) = y2 . . si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . . la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. . y1 . Pertanto.85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. . . . −1}. . . M (4. −N + 1.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . . .84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . rispettivamente. .83). zN . .89) si trova che le costanti ci. . a N 0 1 siano reali. a . (4. . ovvero la soluzione generale dell’equazione omogenea associata alla (4.84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. yN . .11 Se le N radici del polinomio q(z) sono distinte. . y2 . .87) dove c1 . .h nh zn . la soluzione generale della (4. yN (−N) = yN .84) si effettua ragionando similmente al caso TC. .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. .h . Se ci si limita a trovare soluzioni del tipo zn . N2 . la soluzione generale della (4. . l’esponenziale zn è soluzione della (4. con z ∈ C e si pone y(n) = zn nella (4. le radici di q(z) sono o reali o complesse coniugate. zR aventi molteplicità N1 . Se invece il polinomio q(z) presenta R radici distinte z1 . Conseguentemente.81). . ossia y0 (−1) = y1 . . N (4. immaginarie oppure complesse.

y(1). . Esempio 4. y(−2).6 Esempi di sistemi LTI 177 del sistema è nulla. a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). ossia. . I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. y(n − 2). di quello passato x(0) e degli N valori precedenti dell’uscita y(0). dai valori y(n − 1).81). possiamo riscriverla nella forma seguente. . . ylib (n) = 0. il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. e ponendo a = −a1 /a0 e b = b1 /a0 . se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0.92) .17 (sistema AR del primo ordine) Consideriamo la seguente equazione alle differenze di ordine N = 1: a0 y(n) + a1 y(n − 1) = b1 x(n) . (4. x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo.81) e (4.83). . . il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. . Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. Similmente al caso TC. Tale procedura. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. Nell’esempio che segue. il sistema descritto dalle (4. Successivamente. . x(n − 2). y(n) − a y(n − 1) = b x(n) . . a0 k=1 a0 m=0 (4.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. . y(−N) (ovvero le condizioni iniziali assegnate). ∀n ∈ Z. A differenza del caso TC.91). y(−N + 1). con condizioni iniziali nulle. l’equazione alle differenze (4.91) Tale relazione evidenzia che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n).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) .83) è in generale lineare per le differenze e tempo-variante. che è applicabile solo a TD. il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. . . a partire dalla conoscenza del valore corrente del segnale di ingresso x(1).81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . . essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. Tale metodo si basa sull’osservazione che la (4. . assegnando y1 = y2 = · · · = yN = 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). (4. sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. Dividendo primo e secondo membro per a0 = 0. . Pertanto.90) A causa della presenza dell’evoluzione libera.4. D’altra parte. la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). . In conclusione. più semplice. che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) .

4.178 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. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . Va detto che.11. in generale. 4.25. assumendo che il sistema sia inizialmente in quiete. h(n) = an b . il sistema in esame è un sistema IIR avente memoria praticamente finita. Analogamente. 4.12 è utile fare qualche considerazione sulla loro implementazione. e stabile per 0 < |a| < 1. i sistemi ARMA presentano risposte impulsive di durata infinita. il comando filter implementa proprio la relazione i-u di un sistema ARMA. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). per n ≥ 0.81). scrivendo: h(n) = a h(n − 1) + b δ (n) . il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. Questa interpretazione porta allo schema a blocchi riportato in fig. Dalle proprietà della risposta impulsiva. ed in generale. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva.16). supposto 0 < |a| < 1.23 sottolinea che l’equazione (4. In tale ipotesi. per N ≥ 1. Imponiamo che il sistema sia LTI. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . 4. in Matlab. Per semplicità. A tale proposito. a ed in generale.26 per a = 0.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. A differenza del caso TC. osserviamo che la forma ricorsiva (4.25). ponendo b = 1. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. Pertanto. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. oltre a fornire un metodo alternativo di risoluzione dell’equazione.91) dell’equazione alle differenze (4. h(n) può essere sinteticamente espressa come h(n) = b an u(n) . h(n) = 0 . si vede che il sistema è dispersivo. la cui somiglianza con lo schema di fig.17. causale. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. es. possiamo trovare la soluzione h(n) in maniera ricorsiva. suggerisce anche un modo per realizzare il sistema. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. h(1) = a h(0) + b δ (1) = ab .8333 e b = 1. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . A conclusione di questo paragrafo. In definitiva. 4. ossia y(n) = h(n). h(2) = a h(1) + b δ (2) = a(ab) = a2 b . denotiamo 12 Ad esempio. data la notevole importanza dei sistema ARMA nelle applicazioni. e sono pertanto sistemi IIR. con un leggero abuso di notazione. ovvero y(−1) = 0. Così facendo. che è rappresentata graficamente in fig. ed in particolare nell’elaborazione digitale dei segnali. per n < 0. 4. . 4. È interessante osservare che. nel cap.

per m ∈ {M + 1. . ponendo a zero i coefficienti bk .27. ponendo a zero i coefficienti bm . è riportato indietro verso il segnale di ingresso z(n). 4.95) in cui l’uscita all’istante n si ricava in funzione del valore attuale del segnale di ingresso z(n) e dei valori del segnale di uscita negli N istanti precedenti. è possibile ottenere un sistema con N < M.2 Fig. . ritardo elementare e sommatore. Il primo sistema (quello di sinistra) effettua una semplice elaborazione (consistente in ritardi e moltiplicazioni per costanti) del segnale di ingresso x(n) producendo in uscita il segnale: z(n) = m=0 ∑ bm x(n − m) . . M}.93) è riportato in fig. opportunamente ritardato e scalato. N (4. analogamente. 2. h(n) 0 0 5 n 10 15 20 Fig. . Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. i sistemi AR presentano risposte impulsive di durata infinita.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. .8333 e b = 1). 13 A . e con bm i rapporti bm /a0 . partire da un sistema ARMA con N = M. . Precisamente. Questa ricorsione. Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es.4.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. 1.25. .17).93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. M + 2. N}.26. . .4 0. con ak i rapporti −ak /a0 . N}. 4. 4. 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) . Per effetto della ricorsione.8 0. . Risposta impulsiva del sistema LTI (es. . 4.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) .6 0. 4. così facendo la (4. è possibile ottenere un sistema con N > M. . . per k ∈ {N + 1. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. M}. per m ∈ {0. . N + 2. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale. . m=0 N N (4. lo schema a blocchi corrispondente alla (4. per k ∈ {1. N (4. .

precedentemente menzionato. 4. mentre la (4. 15 Il comando filter di Matlab.28. si ottiene la struttura cosiddetta canonica riportata in fig. 4. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata.29.94) rappresenta la parte MA (o FIR) del sistema. Lo schema si può vedere come la cascata della parte MA e della parte AR. ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. nonchè amplificatori e sommatori. Realizzazione in forma diretta I di un sistema ARMA (N = M).15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. senza alterare la natura del sistema. .27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. .14 per un totale di 2 N ritardi elementari. . . . Lo schema di fig. Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. . . che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA.27 è comunemente denominata forma diretta I del sistema ARMA. . 4. che è generalmente denominata forma diretta II del sistema ARMA. 4. z -1 x(n-N) bN aN .27. in quanto sia la parte MA che quella AR sono sistemi LTI.95) rappresenta la parte AR (o IIR) del sistema.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo. Possiamo quindi dire che la (4. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II. e sono pertanto sistemi IIR. pertanto. . 4. . 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. In tal modo. z -1 y(n-N) b2 a2 . La realizzazione di fig. ciò non altera il legame i-u del sistema. Così facendo si giunge alla struttura modificata rappresentata in fig. b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig.

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

oltre che come sovrapposizione di impulsi. moltiplicato per H( f ). Sostituendo nella relazione i-u del sistema. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4.96) .12). Assumendo che la quantità tra parentesi tonde esista finita. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. 4.12). è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). 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.97) +∞ −∞ h(τ ) e− j2π f τ dτ . che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ .96) esiste finita. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI.7. e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. Nei paragrafi seguenti. in ingresso ad un sistema TC LTI con risposta impulsiva h(t). di sinusoidi (rappresentazioni di Fourier). e dei sistemi LTI in particolare. per il quale la H( f ) definita dalla (4. e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). e scrivere la relazione i-u in termini di convoluzione discreta (4. ovvero poniamo x(t) = e j2π f t .1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t . anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R.7) oppure continua (4. La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. per comodità di presentazione. Supponiamo che il segnale di ingresso sia un fasore a frequenza f . avente ampiezza unitaria e fase iniziale nulla. (4.7 Risposta in frequenza di un sistema LTI Abbiamo visto in questo capitolo che rappresentando un arbitrario segnale di ingresso x(·) come sovrapposizione (discreta o continua) di impulsi δ (·). studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. se reali. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari.182 Sistemi lineari tempo-invarianti (LTI) 4.

Quindi. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . La prop. inoltre il suo modulo |H( f )|. e la sua inversa. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . che modifica la fase del fasore di ingresso. |H( f )| < +∞. per analogia con la corrispondente proprietà dell’algebra lineare. Vedremo nel cap. 4. Sostituendo tale espressione nella (4. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . in particolare l’ampiezza del fasore viene modificata da |H( f )|. 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. cioè dell’autovalore. proporzionale a e. tale relazione di trasformata di Fourier è invertibile. ovvero se il sistema è stabile. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. prende il nome di risposta in fase. è in generale una grandezza complessa. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. ovvero si ha y = A x.4.30. Fig. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. per ogni fissato valore di f .31. 4. La prova di questo risultato si ottiene osservando che: |H( f )| = +∞ −∞ h(τ ) e− j2π f τ dτ ≤ +∞ −∞ |h(τ )| |e− j2π f τ | dτ = =1 +∞ −∞ |h(τ )|dτ . dicendo che i fasori sono le autofunzioni dei sistemi LTI.9 può anche essere rappresentata dallo schema a blocchi di fig. ∀ f ∈ R. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. La quantità H(0) prende il nome di guadagno in continua del sistema LTI.96). detta antitrasformata di Fourier.30. osserviamo che H( f ). Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. . È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. Sotto opportune ipotesi. che modifica l’ampiezza del fasore di ingresso. in particolare concetti di analisi funzionale. se h(τ ) è sommabile. che definisce H( f ) in funzione di h(τ ). 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza.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. da cui segue che. Tale proprietà si esprime. Dalla sua definizione (4. (4. mentre la fase del fasore viene modificata da H( f ). conseguentemente.97). mentre la sua fase H( f ). essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. generalmente soddisfatte dai segnali di interesse pratico. evidenzia che i fasori sono segnali particolari per i sistemi LTI.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. la prop. Per completare l’analogia.9 si applica sicuramente a tutti i sistemi stabili. Si noti che tale proprietà vale anche per f = 0. ∀f ∈ R. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. Infatti. prende il nome di risposta in ampiezza.96). 6 che la relazione (4. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI.98) La (4. si può interpretare come la trasformata di Fourier del segnale h(τ ). 4. 4. 4. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e.

come dimostrato dall’esempio seguente.16 (si veda anche il § 4. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile. Esempio 4.32 in funzione di 2π f RC.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). 4.22. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. della quale è facile ricavare modulo e fase. ovvero H( f ) = y(t) x(t) .18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t).16. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 .1). 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.1) che. dt dt sostituendo nella (4.99) x(t)=e j2π f t secondo la quale H( f ) si esprime come il rapporto tra l’uscita e l’ingresso quando l’ingresso è un fasore a frequenza f . 4.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4. 4. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. 4.6. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . e sarà ulteriormente approfondito nel cap. 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. § 4. Sfruttando la conoscenza di h(t).9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4.100) che descrive il sistema. dt (4. raffigurato in fig. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . la prop. (4. mentre assume valori minori di 1 per f = 0 e decrescenti . 6.99). e sostituendo tali espressioni nell’equazione differenziale (4.6. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. 4. si perviene alla seguente equazione differenziale.96). avente ampiezza unitaria e fase iniziale nulla. 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 . deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t .100) Abbiamo visto nell’es.

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

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.

nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. la prop. Variando la frequenza f0 del generatore (a scatti oppure in maniera . 4. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . Inoltre.21).104) esiste finita per ν = ν0 . se H(ν0 ) = 0.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. capace cioè di rappresentare due segnali su uno stesso visore.4. un oscilloscopio a doppia traccia.110) si può ottenere come caso particolare della (4.111) (4. T0 In definitiva.112) Analogamente al caso TC. Si consideri lo schema di misura di fig.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. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). ed è riportata di seguito per completezza. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. viene collegato all’ingresso e all’uscita del circuito. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. (4. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. Notiamo in effetti che la (4. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . 4.109) introducendo un opportuno sfasamento di π /2. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. 4. 4.35. 4. notiamo che per la proprietà 4. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] .12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. per il quale H(ν ) definita dalla (4.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. 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 . se H( f0 ) = 0. Si può immediatamente osservare che. considerando due attraversamenti dell’origine con pendenza positiva). lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n).35).21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. Esempio 4. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay .35.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ).

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

(T ∈ R+ ). (b) y(n) = (c) y(n) = (d) y(n) = (e) y(n) = (f) y(n) = k=−∞ n ∑ x(k). (c) h(t) = rect t−0. Successivamente. dall’esame della risposta impulsiva. (g) h(t) = 1/(π t).5T rect (c) y(t) = T −∞ (d) y(t) = (e) y(t) = (f) y(t) = (g) y(t) = T 0 t x(t − τ ) dτ (T ∈ R+ ).8 Esercizi proposti Esercizio 4. dispersivo. causale. stabile. causale. stabile. (b) y(t) = 3 x(t) + 5 x(t − 2). T T dispersivo. causale. (c) h(n) = k=−M1 ∑ M2 (−1)k δ (n − k). stabile. stabile. 1 + |k| [Suggerimento: vedi esercizio precedente. (trasformata di Hilbert). dall’esame della risposta impulsiva. +∞ τ − 0.4. (e) come (c). . (f) h(t) = rect t+0. stabile. (−1)k x(n − k) (M1 . |k| k = −∞ k=0 +∞ k=−∞ (g) y(n) = ∑ 1 x(n − k). Successivamente. k=−M1 |k|≤3 +∞ ∑ M2 ∑ k=0 +∞ ∑ x(n − k). (b) h(n) = u(n). dispersivo. (a) y(t) = t −∞ x(τ ) dτ . non causale. causale. (d) come (c). (T ∈ R+ ). Esercizio 4. ∑ 1 x(n − k). dispersivo.] Risultato: (a) h(n) = δ (n) + 2δ (n − 1) − 3δ (n − 2). stabilire se il sistema è non dispersivo. (d) h(n) = |k|≤3 ∑ δ (n − k). 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. causale. x(n − k). (b) h(t) = 3 δ (t) + 5 δ (t − 2). causale. instabile. non causale.8 Esercizi proposti 193 4. dispersivo. instabile. M2 ∈ N).5T . stabile. (a) y(n) = x(n) + 2 x(n − 1) − 3x(n − 2). dispersivo. in alternativa cercare di esprimere direttamente la relazione tra y(t) ed x(t) come una convoluzione. dispersivo.] Risultato: (a) h(t) = u(t).5T .1 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. non causale. instabile. dispersivo.2 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. stabilire se il sistema è non dispersivo. stabile. x(t − τ ) dτ x(τ ) dτ x(τ ) dτ (T ∈ R+ ).

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

 per 0 < 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). Esercizio 4.  n  a .  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}. per t > T . T (b) x(t) = 2 u(t − 1) + 2 u(t − 3) ed h(t) = u(t + 1) − 2 u(t − 1) + u(t − 3). (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n). Esercizio 4.    2t − t 2 . (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2). per n > −1 . per 2 < t < 3 . Te  0 .  (b) y(t) = 1 . Esercizio 4. . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). con |b| < 1. per 4 ≤ t < 6 .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). Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). per 2 ≤ t < 4 .   12 − 2t . per 1 < t ≤ 2 . per n ≤ −1 .  −t/T ) . e  0 . per t ≥ 3 .  (b) y(t) = 4 . per t < 0 . (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n).   1 e(t+1) .   9 − 6t + t 2 .8 Esercizi proposti 195 Esercizio 4. Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T . Risultato: y(n) = (n + 1) bn u(n) per a = b.    0 . per t ≥ 6 .    0 .    2t . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . per t > −1 . con T ∈ R+ .  −t/T  (e − 1) . con a > 1.4. per t < 0 .  0 . per t ≤ −1 . per t ≤ 0 .  per 0 ≤ t < 2 . Calcolare l’uscita y(n) del sistema. con |b| < 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 .

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

(e) il sistema è dispersivo. (g) h(t) = 2 e−t − e(t−100)/100 u(t). h(t) = e−6|t| . causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2).16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n). calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). h(t) = e−6t u(3 − t). non causale. Esercizio 4. y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4). stabile. Risultato: s(n) = δ (n + 1) − δ (n). h(t) = rect(t − 0. (b) il sistema è dispersivo. Risultato: s(t) = Λ(t − 1). stabile.15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). non causale. stabilire se il sistema è non dispersivo. . causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n). h(t) = e2t u(−1 − t). h(n) = 4n u(n). stabilire se il sistema è non dispersivo. causale. Esercizio 4.5).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 . non causale. τ ) integrabile su R rispetto a τ e un costante ε > 0. h(n) = (1/3)n u(n) + 3n u(−n − 1). causale. dt Esercizio 4. non causale. stabile. f (t. Esercizio 4. Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t.4. h(t) = t e−t u(t). h(t) = e−2t u(t + 2).5) − rect(t − 1.8 Esercizi proposti 197 dagli scopi di questo corso. τ ) . τ )] dτ . τ ) dt allora d dt +∞ −∞ ≤ g(t. stabile. instabile. (g) il sistema è dispersivo. (c) il sistema è dispersivo.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. t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . Risultato: (a) il sistema è dispersivo. h(n) = (1/2)|n| . (f) il sistema è dispersivo. (d) il sistema è dispersivo. τ )dτ = +∞ −∞ d [ f (t. causale. stabile. tale per cui: d f (t. utilizzando s(n). instabile.

198 Sistemi lineari tempo-invarianti (LTI) (e) h[n] = sin nπ u(n). k ∈ N0 . (a) Calcolare y(n) quando x(n) = δ (n − 1). stabilire se S può essere un sistema LTI. (c) non è LTI. (c) Sulla base dei risultati dei punti (a) e (b). (b) Calcolare y(n) quando x(n) = δ (n − 2). instabile. stabile. stabile. Risultato: (a) il sistema è dispersivo. causale. Esercizio 4.] 1 Risultato: gk = (−1)k 2k .17 Si consideri il sistema LTI avente risposta impulsiva 1 h(t) = δ (t) + δ (t − T ) . stabilire se S può essere un sistema LTI. si trova L = 2. (b) y(n) = R3 (n − 1). non causale. (f) il sistema è dispersivo. (a) Calcolare y(n) quando x(n) = δ (n − 1). (g) h(n) = n (1/3)n u(n − 1). causale. dove g(n) = R4 (n). stabile. Risultato: (a) y(n) ≡ 0. Esercizio 4. non causale. non causale. stabile. stabile. Si può dimostrare che tale sistema è invertibile e che il sistema inverso ha risposta impulsiva hinv (t) = +∞ k=0 ∑ gk δ (t − kT ). (g) il sistema è dispersivo. (c) non è LTI. instabile. causale.18 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(k) g(n − 2k) . (b) Calcolare y(n) quando x(n) = δ (n − 2). (b) y(n) = R4 (n − 4). 2 con T > 0. 3 (f) h(n) = 2 u(n + 5) − u(n) − u(n − 5). Ricavare l’espressione dei coefficienti gk . Esercizio 4. . (d) si prova effettuando il cambiamento di variabile h = 2k nella sommatoria e ricordando le proprietà dell’espansione. (b) il sistema è dispersivo. (c) Sulla base dei risultati dei punti (a) e (b).19 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(2k) g(n − k) . dove g(n) = R3 (n). [Suggerimento: studiare l’equazione h(t) ∗ hinv (t) = δ (t) nelle incognite gk . causale. (d) Verificare che S si può interpretare come la cascata (nell’ordine) di un espansore per L (con L da determinare) e di un sistema LTI con risposta impulsiva h(n) = g(n). (c) il sistema è dispersivo. Risultato: (a) y(n) = R4 (n − 2). (d) il sistema è dispersivo. (e) il sistema è dispersivo.

non causale. (a) Classificare. Sapendo che la risposta impulsiva del sistema complessivo è h(n) = δ (n) + 4δ (n − 1) − 4δ (n − 2) − 2δ (n − 3) + 5δ (n − 4). dove a è un numero reale negativo. h4 (t) = eat u(t) . il sistema h4 (t) è dispersivo. h2 (t) = e−2t u(t) e h4 (t) = e−3 (t+2) u(t + 2) . stabile. rispettivamente. causale. (b) h(t) = (1−eat ) u(t).22 I quattro sistemi LTI in figura sono caratterizzati dalle seguenti risposte impulsive: h1 (t) = h3 (t) = δ (t − 1) . causalità e stabilità). instabile. rispettivamente. ciascuno dei sistemi sopra riportati sulla base delle loro proprietà (non dispersività. instabile.4.21 Si consideri la seguente interconnessione di sistemi LTI: w1(t) h1(t) + x(t) w(t) h3(t) y 3(t) + y(t) + h2(t) w2(t) y 4(t) h4(t) Sistema complessivo - Le risposte impulsive dei sistemi sono le seguenti: h1 (t) = u(t) . h1(t) u1(t) + w 3(t) h3(t) u3(t) h4(t) u4(t) + + y(t) x(t) h2(t) u2(t) Sistema complessivo . causale. Risultato: (a) il sistema h1 (t) è dispersivo. causalità e stabilità). causale. h2 (t) = u(t + 2) − u(t) . h3 (t) = δ (t − 2) . (b) Determinate la risposta impulsiva h(t) del sistema complessivo avente come ingresso ed uscita i segnali x(t) e y(t). causale. il sistema h2 (t) è dispersivo. stabile.8 Esercizi proposti 199 Esercizio 4. Esercizio 4. determinare la risposta impulsiva h2 (n) (si noti che questo equivale ad effettuare una deconvoluzione). Risultato: h2 (n) = δ (n) + 3δ (n − 1) − 7δ (n − 2) + 5δ (n − 3). con h1 (n) = R2 (n). e discuterne le proprietà (non dispersività. il sistema h3 (t) è dispersivo. motivando brevemente le risposte. Esercizio 4. stabile.20 Si consideri la connessione in cascata dei due sistemi LTI causali aventi risposte impulsive h1 (n) ed h2 (n). il sistema è dispersivo.

dispersivo. sulla base delle sue proprietà di non dispersività.200 Sistemi lineari tempo-invarianti (LTI) (a) Calcolare la risposta impulsiva h(t) del sistema complessivo [avente x(t) come ingresso e y(t) come uscita]. Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). 2T lineare per ogni a. causalità e stabilità). stabile. stabile. (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. (b) il sistema è dispersivo. non dispersività. il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). causali. Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. non causale. invariante temporalmente. motivando brevemente le risposte. stabile. (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n).24 Si consideri la seguente interconnessione di sistemi: u(t) x(t) S1 h(t) v(t) S2 y(t) dove il sistema al centro è LTI con risposta impulsiva h(t) = rect t . Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). rispettivamente. y(n) ≈ . invarianti temporalmente e stabili.25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . (b) Classificare il sistema complessivo. dispersivi. 1 + j/2 1 + j/2 . (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). causalità e stabilità. (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. y(t) = x(t) − x(t − 0. S3 : y(t) = x(t/2) (espansione di 2) . eccetto che nel caso in cui a = 3. causale. Risultato: (a) y(t) = T −T x at − τ 3 d τ . il sistema è lineare. non dispersivo. (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. Esercizio 4. (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare.5) nel caso (b). Esercizio 4. con a ∈ R. S2 : h(t) = δ (t) − δ (t − 1) . in generale è tempo-variante. mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at). (c) h(t) = 3 rect Esercizio 4. (b) per n → +∞. Entrambi i sistemi sono lineari. rispettivamente.23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . con T > 0. (b) il sistema è 3t . non causale. (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine).

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

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

il sistema è lineare. stabile. 1/T ). invarianza temporale. Esercizio 4. tempo-invariante. causale. applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0. la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. dispersivo.5 < ν ≤ 0. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. Risultato: (a) y(t) = t t−T x(τ ) dτ . con riferimento al periodo principale. 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . non dispersività. è un integratore con memoria finita. (b) il sistema è LTI. . 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) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . stabile).34 Nello schema di figura. (b) y(t) = 4 cos .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. 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). dispersivo. (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.36 Si consideri il sistema LTI avente.4. calcolare l’uscita y(t).8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π . stabilità). √ Risultato: y(n) = 2 2 sin(0.25 π n).25 π (n + 1)). causalità. tempo-invariante.5T . determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0).5T 1 1 − e− j2π f T = e− jπ f T .5 . Esercizio 4. (b) il sistema è LTI. causale. x(t) 6 S S 6 . applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). (c) y(t) = rect . con le seguenti proprietà: linea- re. (c) y(t) ≡ 1.5 e− j 8πν per −0.35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ . applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. calcolare l’uscita y(t) e rappresentarla grafiT camente. (b) Sfruttando i risultati del punto (a). T Esercizio 4.

29 sia stabile. 4. Risultato: H(ν ) = 1 − 5 e− j8πν .38 Si consideri il circuito RLC di fig. 2 π f0 [1 − ( f / f0 )2 ] 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. (b) H( f ) = .40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . 1 d j2π f T d y(t) + y(t) = x(t). e la tensione y(t) ai capi del condensatore è il segnale di uscita. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . calcolare la sua risposta in frequenza H(ν ). (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.39 Supponendo che il sistema ARMA descritto dell’esercizio 4. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). Fig.37 Si consideri il circuito CR di fig.37. dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. 4. f <0 Esercizio 4.36. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). H( f ) = tan−1 ζf . con 2π f0 = ω0 . con T = RC.38.37. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. 1 + 4π Risultato: (a) f >0 . (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. Circuito CR. determinare la sua risposta in frequenza H( f ).38. Circuito RLC. 1 . determinare la sua risposta in frequenza H( f ). Fig. con ω0 = dt dt (coefficiente di smorzamento). 4. 4. e la tensione y(t) ai capi del condensatore è il segnale di uscita. 2π | f |T . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. Esercizio 4. (b) H( f ) = ζ 1 − ( f / f0 )2 + j π ff2 0 √1 LC (pulsazione di risonanza) e ζ = R 2L (c) |H( f )| = 1 [1 − ( f / f0 )2 ]2 + ζ2 f2 4 π 2 f0 . dt T dt 1 + j2π f T π − arctan(2π f T ) . Circuito RC. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. 4. 2 − e− j2πν + e− j6πν Esercizio 4.

per cui tale sistema prende il nome di sistema all-pass.4. (b) H(ν ) = 1 − a−1 e− j2πν 1 . Risultato: (a) y(n) − ay(n − 1) = x(n) − a−1 x(n − 1). (b) Supponendo che l’equazione alla differenze definisca un sistema LTI stabile. determinare la sua risposta in frequenza H(ν ). (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. (a) Determinare l’equazione alle differenze che lega x(n) ed y(n). .

206 Sistemi lineari tempo-invarianti (LTI) .

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

Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. È semplice rappresentare tale sinusoide come sovrapposizione di fasori. poiché esistono differenze non trascurabili tra i due casi. In particolare. sarà applicabile anche ai segnali periodici. nel cap. infatti.208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente. ed ampiezza A/2. Tale segnale risulta periodico di periodo T0 = 1/ f0 . che molto prima di Fourier. La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. Successivamente. Va osservato.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 . 5. 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. come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. e per di più a valori complessi.2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. e presenterà interessanti relazioni con la serie di Fourier. 6. 2 2 La relazione precedente mostra. rispettivamente. in accordo con l’interpretazione già data nel § 2. si può dimostrare che la somma di funzioni periodiche con periodi differenti è ancora una funzione periodica se e solo se i periodi sono commensurabili tra loro. Quest’ultima rappresentazione. lo svizzero Leonhard Euler (1707–1783) detto Eulero. nota come trasformata di Fourier. tratteremo separatamente la serie di Fourier per segnali TC e TD. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822). solo in questo caso. opportunamente generalizzata. peraltro. 2 2 2 2 2 2 (5. Nel seguito del capitolo. sarà esaminata in questo capitolo. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione.2 Si consideri ad esempio il seguente segnale. l’espressione di un segnale arbitrario come somma di oscillazioni sinusoidali fu introdotta nel 1753 dal matematico svizzero Daniel Bernoulli (1700–1782) nell’ambito dei suoi studi sul problema delle corde vibranti. che la introdusse in vari scritti del 1807 e del 1811. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. non necessariamente periodico. 2 In generale. rappresenti un caso particolare di scarso interesse pratico. purché le frequenze siano tutte multiple di una frequenza comune f0 . periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) .3. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) .3. espresso come somma di un numero finito di fasori. e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. che prende il nome1 di serie di Fourier. . vedremo la rappresentazione più generale di un segnale. cioè i loro rapporti sono dei numeri razionali. il segnale x(t) risulta periodico. Partiamo per semplicità da uno dei più semplici segnali periodici TC.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 .

5) T0 Essendo l’intervallo di integrazione finito. . il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. 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. per il segnale (5. notiamo che la (5. i termini per k = ±1 prendono il nome di prima armonica o fondamentale. con k ∈ {±1. . =δ (k−h) (5. moltiplicando ambo i membri della (5. dove le funzioni xk (t) sono ortogonali. A tale proposito. ottenuto come combinazione lineare di un numero finito di sinusoidi. . cioè se hanno frequenze distinte. (5. Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5.3) sia effettivamente periodico di periodo T0 . supponiamo che il segnale x(t) sia sommabile sul periodo T0 . ±M} . se k = h . Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . con M ∈ N . i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). dal confronto tra la (5. (4. ±3}.7) T0 .3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . 0. 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. ±M}. . nel senso precisato nel cap. a frequenze ± f0 . Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). con k ∈ {0. ed integrando termine a termine su un periodo. che in generale può essere complesso. (5. Se infatti consideriamo due fasori della rappresentazione (5. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica.4) e pertanto risultano ortogonali se k = h. In tale ipotesi. . 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). ovvero: |x(t)| dt < +∞ . in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . si ottiene: 1 T0 x(t) e− j2π h f0t dt = T0 k=−M ∑ M Xk 1 T0 T0 e j2π (k−h) f0t dt = Xh .3).6) per cui. Per mostrare ciò. se k = h . Ad esempio. e quindi ammettono T0 come più piccolo periodo comune.3) per e− j2π h f0t .3) e la (5. (5.3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr.5. Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). .2) si ricava che M = 3 e Xk = 2 . si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . Assegnato il periodo T0 e il numero di armoniche M. questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. ±1. ±2 f0 e ±3 f0 . Le frequenze fk = k f0 dei fasori della rappresentazione (5. ±2.1). . con h ∈ {0. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t).1)]. ±1.3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . Ad A|k| esempio. . i termini per k = ±2 prendono il nome di seconda armonica. (5. lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi).

è ancora una funzione continua (cfr. affinchè la rappresentazione (5. (vedi concetto di gradino e di risposta al gradino).8) può risultare non convergente.7) ha senso. 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. inoltre.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. Si osservi inoltre che non tutti i segnali continui. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. ±M} ma. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi.10) (5. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5.1. in virtù della (5. Abbiamo già avuto modo di evidenziare in passato che. (5. espresso come somma di un numero finito di funzioni continue.9). Si osservi che. In definitiva.8) e (5. .8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori.3) sia applcabile. Ad esempio. Infatti. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. . In altre parole.8) al § 5.11) 1 T0 . la serie di funzioni (5. ±1. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt .5). . mettendo insieme le (5. prop. più in generale.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . a differenza della rappresentazione (5. Dalla maggiorazione precedente. Tuttavia.3). essendo la somma di un numero finito di termini. il segnale periodico x(t) deve essere necessariamente continuo.3) e (5.7). Purtroppo. 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 . sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. ∀k ∈ Z .3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. B.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario.2. possono essere rappresentati combinando linearmente un numero finito di fasori. rimandando ogni discussione sulla convergenza della serie (5. conseguentemente il segnale x(t). . (5.3) che.3) per il segnale x(t) espresso come somma di un numero finito di fasori. non pone alcun problema di convergenza. Per il momento tralasciamo questo aspetto.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. 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. utilizzando la (5. per ogni k ∈ Z.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt .

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

 ϕ0 . 4 Si . 5. come la formula di Eulero. k = −1. rispettivamente.1 e nel seguito.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig.10). noti che in fig. sebbene essa risulti a rigore indeterminata. Esempio 5. Gli spettri di ampiezza e fase sono dati. per semplicità di rappresentazione. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. Per segnali più complicati. 2 Xk = A e− jϕ0 .2 0 0 −0. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) .2. Per maggiore generalità rispetto al caso visto precedentemente.1)). Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e .4 0. 5.1 per il caso A = 1 e ϕ0 = π . in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5.212 Serie di Fourier 1 |Xk| 0. k = −1. altrimenti. 4 Fig. 5. k = ±1. 5.8 0. 4 L’esempio precedente mostra che in casi molto semplici. 5. k = 1. 2  0.   indeterminata. da: |Xk | = A 2. con A > 0. il calcolo dei coefficienti non è un problema concettualmente difficile.6 sinc(x) 0. per confronto con l’equazione di sintesi (5. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5. ϕ0 = π ). 6].1. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale.11).  Xk = −ϕ0 . si ricava:   A e j ϕ0 .5 0 −5 1 ∠ Xk 0 k 5 1 0. La funzione sinc(x) per valori di x ∈ [−6. altrimenti.1 (A = 1. 2 2 da cui. k = 1. 0. altrimenti. e sono riportati4 in fig. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es.

13) Per esprimere in forma più compatta il risultato precedente. 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 . si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . 6] è riportato in fig. 5. Esempio 5. .9). Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.2 (serie di Fourier dell’onda rettangolare TC.2 0. δc = 0. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) .3 Xk 0. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T .5. 5.2. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T . 5. 2. 5. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle. es. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig.11): Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 A rect T0 t T e− j2π k f0 t dt = 1 T0 T /2 −T /2 A e− j2π k f0 t dt . Le principali proprietà della funzione sinc(x) sono le tre seguenti.4. δc = 0.5) sono puramente reali.2 Serie di Fourier per segnali TC 213 0.2 (A = 1. Fig.5). e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 .2 −5 0 k 5 0. (5.4 0.4 |Xk| 0. πx x ∈ R.14) il cui grafico per x ∈ [−6. 5.5 0. Per k = 0. I coefficienti Xk dell’onda rettangolare dell’es. cfr.1 −0.2 (A = 1. introduciamo la funzione sinc(x): sinc(x) = sin(π x) . πk πk (5.3.1 0 −0.

. . ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. −7. .4. k pari. presenta armoniche puramente reali. tuttavia. che sono raffigurati graficamente in fig.. π kδc k = 0. 3. 5. e quella dispari dello spettro di fase. . −1. −1. . . 2. Xk = 1  πk . Consideriamo allora il caso particolare δc = 0. . In tal caso. −5. . . in quanto: |sinc(x)| ≤ 1 . 7. (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. k = 0. la cui ampiezza decresce con legge inversamente proporzionale a k. si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . h pari (k = . risulta: X0 = A δc sinc(0) = A δc .214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. ricaviamo gli spettri di ampiezza e di fase: 1 k = 0.    1 − πk . k = 0 . . 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). k = . . . e utilizzando la definizione di sinc(x).). k = . . k = 2h + 1. .3. Notiamo che l’espressione precedente vale anche per k = 0. k = 0. . Moltiplicando e dividendo per δc nella (5. in quanto. 5. π |x| ∀x ∈ R . per la proprietà (b) della sinc. si ha: 1 2. k = 0. 1. Per maggiore generalità. Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . 3. Notiamo la simmetria pari dello spettro di ampiezza. . −3. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . h dispari (k = .  1  .5 (duty-cycle del 50 %) e A = 1. −3.13). ed utilizzando la definizione di sinc(x) e le sue proprietà. . . . k pari. 0. |Xk | = 0. nonché proprietà trigonometriche elementari. k = 2h + 1. 7. −5. .. per qualunque valore di A e δc . . .). Più in generale. 5. 9. 11. . . − 7. π |k|  0   indeterminata Xk = 0    ±π k = 0. k = 0 .   0. 1. quindi esse possono essere rappresentate come in fig. e la fase −π per k < 0. k dispari.  k pari. su un unico diagramma cartesiano. 5.

ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo .5 per A = 1. 5. 5. Fig.5.11).4 0. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. Tale segnale è raffigurato graficamente in fig.3 (A = 1).5.2 0 −5 0 k 5 2 ∠ Xk 0. in quanto esso risulta nullo per la simmetria dispari della funzione integranda. Applicando la formula di Eulero a e− j2π k f0 t .6. 5.3 (A = 1).4 |Xk| 0. T0 4 2 mentre per k = 0.2 Serie di Fourier per segnali TC 215 1 0. dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t). Esempio 5. 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 . ottenuta a partire dal generatore: x(t) = A Λ 2t T0 .8 0.6 x(t) 0. Per k = 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 . L’onda triangolare dell’es. 5. 5.3 (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 . si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = .2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.

In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5.3.4 o più estesamente in app. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. 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]). definiti dalla equazione di analisi (5. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. 5. k = 0.2. = 2A  .2. k dispari. 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. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. e sono raffigurati in fig. come già mostrato precedentemente. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative.11). Tuttavia.2. 5.2 e 5. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . e quindi consiste nella risoluzione di un integrale. k pari. in quanto |Xk | = Xk ≥ 0 e Xk = 0. inoltre. § 5. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. Vedremo tuttavia nel cap. nel seguito daremo solo qualche risultato fondamentale. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale.216 Serie di Fourier integrale. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). (−1)k Come evidenziato dagli es.11).2). 5 Per . fatta eccezione per casi molto semplici (es.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. 6 una procedura molto semplice e generale che consente di ricondurre il calcolo dei coefficienti della serie di Fourier a quello di una trasformata di Fourier (formule o serie di Poisson). notiamo che anche l’onda triangolare possiede solo armoniche dispari. Come vedremo (cfr. segnale sinusoidale). E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier.2. come vedremo nel § 5. 5. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul 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. quindi gli spettri di ampiezza e fase si calcolano banalmente.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. esistano finiti. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. Sia x(t) un arbitrario segnale periodo con periodo T0 .

né tanto meno che tale serie converga al segnale x(t).2). allora si può scrivere M→+∞ lim xM (t) = x(t) . se il segnale x(t) ha almeno una discontinuità. Se la serie di Fourier (5. per ogni ε > 0. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile.6) e (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. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. 7 Si osservi che la peculiarità della convergenza uniforme consiste nel fatto che il numero N non dipende dal particolare ε punto t ∈ R: infatti. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. pertanto.15) converge uniformemente [5] al segnale x(t) su R se. simmetrico per garantire che siano presenti le armoniche Xk e X−k . Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro.17) ovvero l’equazione di sintesi restituisce il segnale x(t). sono funzioni a valori k complessi definite sull’intervallo (a. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ .7) sono validi anche per M → +∞. (5. con k ∈ Z. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5. i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali.15) converge dipende dal tipo di convergenza richiesta. (5. la sua serie di Fourier non potrà convergere uniformemente ad x(t). . In particolare. se la serie di Fourier converge uniformemente su R. b).16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini. b).18) allora la serie associata ai coefficienti Xk converge uniformemente.15) costruita a partire da questi coefficienti converga. cfr. con M ∈ N .15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . b). Quindi.5. ∀k ∈ Z e ∀x ∈ (a. § 5. uno stesso numero Nε va bene per tutti i punti dell’asse reale. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). si dice che la serie di Fourier (5. (5. è possibile determinare Nε ∈ N tale che in ogni punto t ∈ R e per tutti i valori di M > Nε sia verificata la disuguaglianza:7 |xM (t) − x(t)| < ε . Lo studio delle condizioni sotto le quali la serie (5. la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. Risulta immediatamente evidente che. Così come per le serie numeriche. con |gk (x)| ≤ Mk .15) converge al segnale x(t). allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a.4. cioè k→±∞ lim |Xk | = 0 .

tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica.218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. com’è intuibile. Pertanto. se ci limitassimo a considerare la sola convergenza uniforme. non restituisce esattamente il segnale x(t). è continuo e derivabile quasi ovunque. per i quali la serie. 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). 2 T0 la serie di Fourier (5. A differenza della convergenza uniforme espressa dal teor.2? Oggi sappiamo che se la serie non converge uniformemente. ma non che la serie restituisca proprio x(t). T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. con derivata x (t) a quadrato sommabile sul periodo T0 . Dal punto di vista ingegneristico. come l’onda rettangolare dell’es. Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità.2. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente.10) converge uniformemente al segnale x(t) su tutto l’asse reale. e sollevò numerosi dubbi sulla validità della serie di Fourier. . come può la serie rappresentare segnali discontinui. la serie di Fourier (5. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare. ma con continuità. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. se la (5. pur essendo convergente. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. la somma di una serie di funzioni continue non è necessariamente una funzione continua. 5. 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. 5.1.18) è verificata.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). ossia: x (t) dt < +∞ . In tal senso.15) converge ad x(t) per quasi tutti i valori di t ∈ R. ˇ tuttavia. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). come l’onda rettangolare dell’es. una volta calcolati i coefficienti Xk a partire da un segnale x(t). potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. periodico con periodo T0 . In altre parole. 5.15) al segnale x(t) per ogni t ∈ R. eccetto al più un sottoinsieme di valori di t di misura nulla. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. quando ciò accade. i coefficienti di Fourier si possono ottenere equivalentemente dalle due espressioni seguenti: Xk = 1 T0 x(t) e− j2π k f0t dt = ˇ 1 T0 x(t) e− j2π k f0t dt . che assicura la convergenza della serie (5.15) è data dal seguente teorema: Teorema 5.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. coseni o seni) sono tutte continue.15) che. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5.

5 (onda triangolare a TC) Anche l’onda triangolare dell’es. se la funzione x(t) è continua. allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier.2 Serie di Fourier per segnali TC 219 Teorema 5. le condizioni di Dirichlet sono un caso particolare del seguente risultato. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. essendo una funzione continua. violando la condizione (5.2 soddisfa le tre condizioni di Dirichlet.18).2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 .4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. Poiché l’onda rettangolare non 2 è una funzione continua. non costituiscono una successione sommabile. Per concludere. Si osservi che in questo caso i coefficienti Xk . in effetti. 5. detta convergenza in media quadratica.5. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. T0 (d2) x(t) è una funzione continua nel periodo T0 . (d3) x(t) è una funzione derivabile nel periodo T0 . è discusso in app. ma anche in molti problemi di fisica matematica. 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). Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk . considerazioni matematicamente più approfondite mostrano che. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ .1. Questo tipo di convergenza. Inoltre. . che è importante non solo nell’ambito della teoria dei segnali e sistemi. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. Esempio 5. la serie di Fourier restituisce x(t) in tutti i punti.3 soddisfa le condizioni di Dirichlet. matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. In particolare. mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. In più. la convergenza non è uniforme per ogni t ∈ R. la convergenza della serie è uniforme per ogni t ∈ R. 5. esiste un terzo tipo di convergenza (meno restrittiva di entrambe). Ad esempio. osserviamo che. per ogni t ∈ R. Infine. e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. In particolare. E. decrescendo come 1/k2 . allora la serie di Fourier di x(t) esiste e. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”. costituiscono una sequenza sommabile. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente.10 Esempio 5. 5. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. decrescendo come 1/k. per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . ed a 1 [x(t + ) + x(t − )] (semisomma dei limiti destro e 2 sinistro) nei punti in cui x(t) presenta discontinuità di prima specie. escluso al più un numero finito di punti con discontinuità di prima specie. Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor.

non riportata. anche senza calcolare esplicitamente i coefficienti Xk : basta infatti individuare il più piccolo ordine di derivata discontinua. 5.1. il segnale xM (t) = k=−M ∑ M Xk e j2π k f0t . i coefficienti Xk della sua serie di Fourier decadono a zero per k → ±∞ come 1/|k|n+2 . mentre restituisce in ogni punto di discontinuità la semisomma del limite destro e sinistro. La proprietà precedente esprime con linguaggio matematico il seguente concetto qualitativo: quanto più è dolce il segnale. 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. quanto maggiore è la rapidità di decadimento dei coefficienti di Fourier. Osserviamo infatti preliminarmente che.2. teor. Evidentemente. . può risultare una buona approssimazione del segnale x(t). 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). 5. e come 1/k2 per l’onda triangolare. quindi essa può essere verificata solo analiticamente. se M è “sufficientemente” grande. 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). È facilmente intuibile che. che include solo un numero finito di armoniche. Vale allora la seguente proprietà (la cui dimostrazione. se è vero che in teoria occorre considerare un numero finito di armoniche per ricostruire il segnale x(t).2 Ricostruzione di un segnale periodico con un numero finito di armoniche L’equazione di sintesi della serie di Fourier. Questo vuol dire che.220 Serie di Fourier 5. D’altra parte. La ricostruzione esatta di un segnale x(t) è possibile in generale solo considerando un numero infinito di armoniche. con derivata (n + 1)-esima discontinua ma limitata. in pratica. Più precisamente. con M ∈ N . si basa sulla ripetuta integrazione per parti dell’equazione di analisi): Proprietà 5.1 (rapidità di decadimento a zero dei coefficienti della serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . tanto più piccolo può essere il valore M sufficiente a garantire un determinato livello di accuratezza. ha un andamento tanto più dolce quanto maggiore è il numero di derivate continue. Come conseguenza della prop. Se il segnale è continuo con le sue derivate fino a quella di ordine n. essa consente di prevedere esattamente tale rapidità di decadimento a zero. abbiamo osservato che una condizione necessaria per la convergenza uniforme della serie di Fourier è che i coefficienti Xk tendano a zero per |k| → +∞. nelle ipotesi in cui valgono le condizioni di Dirichlet per la convergenza puntuale (cfr. 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. già definito nella (5. continuo con alcune sue derivate. possiamo prevedere che. dal punto di vista matematico. 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 più rapidamente decadono a zero i coefficienti della sua serie di Fourier. i coefficienti decadono come 1/k per l’onda rettangolare. Pertanto.16). consente di ricostruire esattamente in ogni punto di continuità il valore del segnale x(t). Notiamo che la proprietà precedente vale anche per un segnale discontinuo. un segnale x(t). la scelta di M dipende dalla rapidità con cui i coefficienti di Fourier Xk tendono a zero per |k| → +∞. basta porre n = −1. quanto più dolce è l’andamento del segnale nel dominio del tempo. Tale proprietà è sicuramente verificata per l’onda rettangolare e triangolare.2). Abbiamo osservato che la rapidità di decadimento a zero dei coefficienti di Fourier può essere diversa da segnale a segnale: ad esempio. ed incrementarlo di uno per avere la rapidità di convergenza a zero dei coefficienti.

sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. vengono “schiacciati” verso la discontinuità. Infatti al crescere di M i picchi delle oscillazioni. L’espressione (5. 5.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. Per δc = 1/2 ed A = 1. ma per ogni segnale x(t) che. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. Questo fenomeno. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . 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) . come testimoniato dalla fig. se t0 è un punto di discontinuità. per cui la prop. in effetti. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt.5.1 si applica con n = 0. noto come fenomeno di Gibbs.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. In fig. il fenomeno di Gibbs non si verifica per tale segnale.2 Serie di Fourier per segnali TC 221 Esempio 5. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. 5. 5. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare.20) è pari in valore assoluto circa a 0. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. sebbene restino di ampiezza invariata. 5. che per primo lo osservò e lo descrisse.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo.2.12 Nell’es. 11 Il 12 In fenomeno prende il nome dal fisico J. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità.09 (a sinistra della discontinuità) e 1. la cui frequenza aumenta. (5. confermando che. 5.7 (onda triangolare) Si consideri l’onda triangolare dell’es.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. L’onda triangolare è continua ma con derivata prima discontinua. pur soddisfacendo le condizioni di Dirichlet. Matematicamente. e pertanto il segnale ricostruito con 2M + 1 armoniche. 11.1 si applica con n = −1. ottenuti con Matlab.6. come già discusso in precedenza. dt.3.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. Inoltre.28114072518757 è una costante notevole. l’ampiezza delle oscillazioni calcolata secondo la (5. In effetti. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. 101. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . ed il valore 1/2 in corrispondenza delle discontinuità. 5.09. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. In particolare. 5. 3. 5. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . confermando che. nella quale il segnale oscilla tra i valori −0. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint).20) dove βgibbs ≈ 0. Gibbs (1839–1903).09 (a destra della discontinuità. ma la cui ampiezza non diminuisce al crescere di M. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni.8. 5. Esempio 5. 1. ma non uniformemente negli intervalli che contengono le discontinuità. W. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. come si può anche osservare dalla fig. presenta dei punti di discon− + tinuità. in effetti.7. poiché l’onda triangolare è una funzione continua. quindi la prop.

2 0 −0.5 0 t/T0 0.5 0 (c) 1 0.4 0.8 x(t).5 (a) 1 0. . (d) M = 5. (b) M = 1. (e) M = 11.6 0. Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0.6 0. xM(t) 1 0. 5.5 x(t).5 x(t).6 0.2 0 −0.2 0 −0.6 0.5 x(t). xM(t) 0.5 0 t/T0 0.8 0.6 0.6 0. (c) M = 3. (f) M = 101.4 0.2 0 −0.8 0.2 0 −0.4 0.5 0 t/T0 0.4 0.222 Serie di Fourier 1 0. xM(t) 1 0.8 x(t).5 (b) 0 0 t/T 0.5 (e) (f) Fig. xM(t) 0. xM(t) 1 0.2 0 −0.8 x(t).4 0.8 0.7. xM(t) 0.4 0.5 0 t/T 0.5 (d) 0 t/T0 0.

è proposta nel § 5. 5.7 e 5. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare. 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. la più rapida convergenza a zero (come 1/k2 ) delle armoniche dell’onda triangolare determina una migliore ricostruzione a parità di numero di armoniche (si confrontino le fig.5. Viceversa.3.4. sulla base dell’uguaglianza di Parseval.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico.13 valutazione quantitativa della bontà di tale ricostruzione.8). 13 Una .

4 0.6 0.4 0. xM(t) 1 0. xM(t) 0.2 0 −0. 5.5 x(t).2 0 −0. (b) M = 1.6 0.4 0.8 x(t).5 0 (c) 1 0. (e) M = 11.224 Serie di Fourier 1 0.2 0 −0.4 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. (d) M = 5.8 0.6 0. xM(t) 0.6 0. xM(t) 1 0.5 (d) 0 t/T0 0.5 0 t/T 0. (f) M = 101.8.5 0 t/T0 0.5 x(t).5 x(t).4 0.8 0.6 0.2 0 −0.5 (e) (f) Fig.5 0 t/T0 0.5 (b) 0 0 t/T 0.2 0 −0.8 x(t).5 (a) 1 0. (c) M = 3. xM(t) 1 0.8 0.2 0 −0.8 x(t).4 0. .5 0 t/T0 0.6 0. xM(t) 0.

e quindi l’intervallo di variazione delle frequenze νk = kν0 . L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. in quanto si tratta di una somma (finita) e non di una serie.23) Le (5. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N.21). proprio per questo motivo. cfr. essendo la (5. . (5. . . Nella (5. . 14 Si . si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n .22) e (5. § 2. pertanto. 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 . se k ∈ {0.22) è analoga all’equazione di sintesi (5. N0 − 1}. . per cui la (5. in base alla quale un segnale periodico x(n) di periodo N0 può essere rappresentato come somma di un numero finito N0 di fasori aventi frequenze multiple della frequenza fondamentale ν0 = 1/N0 .23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD.21) Notiamo che. 1/N0 . . nella (5.3.22) per e− j2π hν0 n e sommando su un periodo. ad esempio in (0. .3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD.3). e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . . un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). (N0 − 1)/N0 nell’intervallo [0. Infatti.5. 1.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . . 1[. e rappresenta l’equazione di sintesi della serie di Fourier discreta. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. (5. 1/2). La differenza fondamentale rispetto alla serie di Fourier (5. N0 n=0 k ∈ {0.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 .10) della serie di Fourier a TC. .3 Serie di Fourier per segnali TD (DFS) 225 5. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. 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. . N0 − 1} .22) una somma finita. è improprio parlare di “serie” di Fourier nel caso TD. 1. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa. 1) oppure in (−1/2. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . le frequenze νk assumono i valori 0. Esse. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . non abbiamo indicato di proposito gli estremi di variazione dell’indice k.22) La relazione (5. k (5. salvo casi particolari. semplificati dal fatto che. se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. . moltiplicando ambo i membri della (5. nota anche come Discrete Fourier Series (DFS).21). In particolare. In particolare. cambiando l’indice da h nuovamente a k.

226 Serie di Fourier rappresentazione.25) siano quelli dell’intervallo {0. In particolare.28) prende il nome di Inverse Discrete Fourier Series (IDFS). viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD. le (5. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n .11). Se infine nelle (5.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). . le (5.25) e (5. Una prima differenza rispetto alle (5.28) e (5. In altri termini. 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. A partire da Xk . Inoltre nella (5. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC. Posto wN0 = e− j2π /N0 .27) (equazione di sintesi) (equazione di analisi) (5. Va detto però che.26) abbiamo esteso la definizione di X(k) a qualunque valore di k. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5. nella letteratura scientifica. la (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 .25) e (5.28) (5. si definisce infatti la sequenza X(k) come X(k) = N0 Xk . .22) e (5.24) e pertanto.22) e (5.29) ∑ x(n) wkn N0 In effetti. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. con sostituzioni algebriche banali. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) . costituiscono formalmente l’esatta controparte delle (5.2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 . . (5. N0 k=0 N0 −1 n=0 (5. 1.26) è periodica. mentre la (5. N0 − 1}.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 5.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi.26) ∑ x(n) e− j2π kν0 n .29) viene denominata Discrete Fourier Series (DFS).25) (5. nella letteratura scientifica le (5. anche se esse non sono esattamente corrispondenti a quelle nel caso TC. valide nel caso TC.10) e (5. entrambe periodiche dello stesso periodo N0 . 15 Notiamo DFS . .29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD.15 come la sequenza x(n).

Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. x(N0 − 1).8 (N0 = 8. ad esempio x(0). Infatti.2 0 −20 −10 0 n 10 20 Fig. È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. .8 0.6 x(n) 0. N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. N0 (k+N0 )n In particolare. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. x(1). la periodicità della sequenza x(n) deriva dalla proprietà (b).4 0. 5. un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. cfr. ovvero da un’inifinità continua di valori.8 (DFS dell’onda rettangolare TD. mentre la periodicità della sequenza X(k) segue dalla proprietà (c).9. sia della trasformata discreta di Fourier (DFT).3 Serie di Fourier per segnali TD (DFS) 227 1 0. § 5. T0 [. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier. 7). N0 = wkn . nel dominio della frequenza. nel dominio della frequenza sussiste esattamente la stessa proprietà. . cap. Differentemente dal caso TC. 5. il segnale x(n) è completamente descritto assegnando solo N0 valori. ad esempio per t ∈ [0. Onda rettangolare TD dell’es. Esempio 5. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . x(n) = IDFS[X(k)] . La DFS e IDFS possono anche essere viste come operatori.2).4. M = 4). .27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . La periodicità di X(k) è una caratteristica peculiare della DFS. abbiamo visto che invece. . che è strettamente legata alla DFS (cfr.5. Si può infine verificare che le quantità wN0 definite mediante la (5. ovvero da un segnale TD. ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. . e si scrive sinteticamente X(k) = DFS[x(n)] . funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 .

0 Per esprimere in forma più compatta il risultato precedente. sin(π x) x ∈ R. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n .29). notiamo che wkM N0 wk 0 N = e = e . (5. x ∈ Z .31) il cui grafico per x ∈ [−1. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. N1 = 0 e N2 = M − 1. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet.31). 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . di facile dimostrazione: 1. 1] è riportato in fig. ∀x ∈ R . x = . Le principali proprietà della funzione DM (x) sono le seguenti. DM (x) = M M.30) può essere riscritta.30) Ricordando la definizione di wN0 . Utilizzando la definizione (5. . Ponendo infatti a = wk 0 . La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . .10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. 5. con semplici passaggi algebrici. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . ±2. per cui la (5. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . . sulla base della definizione (5. N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa.228 Serie di Fourier e raffigurata graficamente in fig. 5. . La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. La DFS di x(n) si scrive. 5. e quella dispari dello spettro di fase. k ∈ Z. (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 .9 per N0 = 8 ed M = 4. x ∈ Z . Tale DFS è rappresentata in ampiezza e fase in fig.. dove vale M:  k  0. . tranne che in x = ±1. come 1−e − j2π kM N 0 k − j2π N 0 e = − jπ kM N 0 k − jπ N e e jπ kM N 0 k jπ N −e −e − jπ kM N 0 X(k) = 1−e e 0 0 k − jπ N = sin π kM N0 k sin π N0 e k − jπ (M−1) N 0 . 2.11 nel caso N0 = 8 ed M = 4. si ha allora: X(k) = DM k N0 .

le differenze salienti. quando necessario. Altre proprietà formali.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. e l’uguaglianza di Parseval per il calcolo della potenza. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti.5. utili talvolta nei calcoli. soprattutto. rispettivamente. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. In altre parole. In particolare.5 0 x 0. 5. il fenomeno di Gibbs non sussiste nel caso TD. Fig. con α1 . un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5.5 0 x 0. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. e sono comunque riportate in app. Di conseguenza. 5. E. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. 5.5 1 4 |X(k)| −0. evidenziando. in quanto richiede un numero finito di operazioni. DFS dell’onda rettangolare dell’es. denominati algoritmi Fast Fourier Transform (FFT). risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. § cap. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). 5. anche perchè il concetto di continuità perde di significato in tal caso. discuteremo nel dettaglio la proprietà di linearità. ma anche algoritmicamente. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). è ancora un segnale periodico di periodo T0 . simmetria hermitiana dei coefficienti. α2 ∈ C.10. tratteremo congiuntamente sia il caso TC che quello TD. M = 4): spettro di ampiezza (in alto) e di fase (in basso). allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. Notiamo in conclusione che. 5.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. Il fatto che la DFS/IDFS sia espressa mediante una somma finita di termini comporta che la DFS/IDFS può essere calcolata non solo analiticamente. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT).1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 .8 (N0 = 8.11.16 La proprietà di linearità della serie di Fourier afferma . Vedremo (cfr. Per tali proprietà.29). i cui coefficienti di Fourier siano Xk e Yk . che suggeriscono ulteriori considerazioni concettuali e.4.4 Principali proprietà della serie di Fourier e della DFS La serie di Fourier a TC e a TD (DFS) gode di molte proprietà interessanti.

Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n).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). Xk = − X−k . con α1 .17 la cui DFS si ottiene da quella dei segnali x(n) ed y(n) nel seguente modo: Z(k) = α1 X(k) + α2 Y (k) . 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.2 e 5. 16 Può (5. Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . 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. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . rispettivamente.11) e (5. 5. nel caso TD.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.1. siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 .29). otteniamo la seguente proprietà notevole: Proprietà 5. α2 ∈ C.2 Simmetria hermitiana Con riferimento a segnali periodici TC. (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo.33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . dei due segnali è ancora un segnale periodico di periodo N0 . α2 ∈ C . i cui coefficienti di Fourier siano X(k) e Y (k). . mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ).32) Si può facilmente mostrare che queste relazioni di simmetria per gli spettri di ampiezza e di fase si possono sinteticamente enunciare come: ∗ Xk = X−k . 5. rispettivamente. ossia: Zk = α1 Xk + α2 Yk . negli es. DFS DFS FS ∀α1 . DFS ∀α1 . Analogamente. Riassumendo. 5. Valgono cioè le seguenti relazioni: |Xk | = |X−k | . (simmetria pari) (simmetria dispari) (5. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5.4.

Partiamo dall’equazione di analisi (5.36). e quindi X0 è reale.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico.36). e valgono se e solo se il segnale periodico in questione è reale. X(k) = − X(−k) .36). dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k .38) .35) Le proprietà (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 . Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5.5.36).35). Proviamo adesso l’implicazione ⇐ nella (5.11): Xk = 1 T0 x(t) e− j2π k f0 t dt . Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| .37) Prova.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. come specificato dalla seguente proprietà: Proprietà 5.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . T0 Se x(t) è reale. 5. k=1 k=1 ∑ Xk e j2π k f0 t da cui. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (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. si ha x∗ (t) ≡ x(t). osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 .4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). Inoltre l’equazione di sintesi (5.33) e (5. anche in questo caso le (5. si ricava che x(t) è reale.34) Pertanto. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. (simmetria pari) (simmetria dispari) (5.8 riguardante la DFS dell’onda rettangolare TD. (5. Proviamo prima l’implicazione ⇒ nella (5. Se vale la simmetria hermitiana (5. in particolare. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier. avendo già provato che X0 è reale.

se x(·) è reale. anche N0 − k varia nello stesso intervallo. Questa conclusione non è corretta. la proprietà di simmetria hermitiana per la DFS. . . valide esclusivamente per segnali reali. 2. per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. . . N0 − 1}. Per evitare possibili fraintendimenti. . la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. In particolare. N0 − 1}.28) compaiono solo i valori di X(k) per k ∈ {0. 2. . .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. è possibile determinarne almeno uno dispari.232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. conseguentemente.  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . con riferimento ai soli valori di k ∈ {0. . . per k ∈ {1. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . . applicando la (5. k=1 Con ragionamenti simili. . si ha: X(−k) = X(−k + N0 ) = X(N0 − k) .37) mediante le seguenti condizioni: X(0) reale . 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. Notiamo infatti che. 1. . X ∗ (k) = X(N0 − k) . 2. per segnali periodici TD reali. da cui si deduce che. . tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). . mentre non è imposta nessuna relazione tra gli altri coefficienti X(k).  N 0 k=1 . si può verificare (la verifica è lasciata al lettore come esercizio) che. in alternativa alla (5. N0 − 1}. partendo dall’equazione di sintesi (5. . in relazione alla periodicità della sequenza X(k). In altre parole. con riferimento a segnali periodici TC reali. In definitiva. . La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. anche come segue: X ∗ (k) = X(N0 − k) .39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. N0 − 1}. . .32) (con analoghi passaggi si ottiene la (5.34) a partire dalla (5. Infatti. N0 − 1}. per k ∈ {1. ponendo Xk = |Xk | e j Xk nella (5. anche X(N0 /2) è vincolato ad essere reale per N0 pari. notiamo che. Infatti. . (5. . .37) si può riscrivere. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . oltre a X(0). . 2. N0 − 1}. . 2.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . ricordando che la DFS X(k) è una sequenza periodica di periodo N0 .39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) .38). se k ∈ {1. . Notiamo infatti che nell’equazione di sintesi (5. . poiché la fase di un numero complesso è definita a meno di multipli di 2π . k ∈ {1. se N0 /2 è intero (il che accade se e solo se N0 è pari). .37) nel caso TD).39). si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . si può esprimere. il solo coefficiente X(0) è vincolato ad essere reale. . Rispetto al caso TC. 1. . N0 − 1} . N0 pari . per cui la (5.

41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. . (5. ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. 5. si ha. . ed in essa.4 Principali proprietà della serie di Fourier e della DFS 233 (5.10). valide per segnali reali. anziché in modulo e fase. note come forma polare della serie di Fourier. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. N0 − 1}) nella (5.40) e (5. Un’ulteriore espressione della serie di Fourier. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. . come nella forma polare. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . . N0 dispari . 5. ak = 2 T0 x(t) cos(2π k f0t) dt . in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali.42) T0 T0 T0 Allo stesso modo. bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . Infatti. x(t) = dove: a0 = 2 T0 x(t) dt . bk = 2 T0 x(t) sin(2π k f0t) dt .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. si ottiene nel caso TC decomponendo Xk . con facili passaggi algebrici.42) e (5.41) Le (5. 2.1 e def. note anche come forma esponenziale della serie di Fourier.39). saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. compaiono soltanto quantità reali. .38). Il punto di partenza è l’equazione di sintesi (5.4. N0 pari . rispettivamente. perché più generali e compatte.29). a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. 5. 2 k=1 (5. . partendo dall’equazione di sintesi (5.2).43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. Consideriamo dapprima il caso di un segnale TC periodico.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . 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 . Nel seguito. Le espressioni (5. def. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . anche per segnali reali. in parte reale ed immaginaria.5.

Poiché (cfr. e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /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 1.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . nota come uguaglianza di Parseval per la serie di Fourier (a TC).4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . con coefficienti X(k)/N0 . È semplice anche in questo caso provare che i segnali xk (n). possiamo quindi enunciare la seguente proprietà: Proprietà 5.45) DFS L’interpretazione “fisica” della uguaglianza di Parseval è che la potenza di un segnale periodico si può ottenere sommando le potenze delle singole armoniche che lo compongono. La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. riprendendo e riscrivendo l’equazione di sintesi (5. Passiamo a considerare il caso di un segnale periodico TD.18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . se k = h . se k = h . 2. Notiamo che per segnali . (5. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 .28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . es. la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . In virtù di tale ortogonalità. 0. Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori.4)] che i fasori e j2π k f0t che compaiono nella (5. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . sono tra di loro ortogonali.10) sono a due a due ortogonali. 2 ∑ N0 k=0 (5. Riassumendo. possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . essendo fasori a frequenze distinte. (5.234 Serie di Fourier Abbiamo già osservato [eq. 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS.

è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . Tale potenza può essere rapportata alla potenza Px del segnale x(t). per ottenere una valutazione quantitativa di tale bontà. In particolare.5. 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. al variare di M. Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. Ad esempio. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. per avere ξM ≥ 0. e quindi per un fissato valore di accuratezza relativa. In fig. mentre è sufficiente un valore M = 3 per l’onda triangolare.99 è necessario considerare M = 23 per l’onda rettangolare. e confrontarla con la potenza del segnale originario x(t).44) può essere riscritta utilizzando solo le armoniche con k ≥ 0.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. . tale coefficiente.2. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . la (5.12 è rappresentato. rispetto a quello per l’onda rettangolare. con M ∈ N . per un fissato valore di M. Px che può essere assunto come indice della bontà della ricostruzione al variare di M. Per un fissato valore di ξM . indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t). ottenendo così il coefficiente ξM = Px (M) ∈ [0. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . § 5. Utilizzando l’uguaglianza di Parseval. Infatti. sfruttando la simmetria hermitiana dei coefficienti. 1] .2).

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

e supponiamo che il segnale x(t). 5. dove f0 = 1/T0 . è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap.5.46) Poiché la (5. la principale motivazione che spinge a rappresentare un arbitrario segnale come sovrapposizione di fasori è la semplicità con cui è possibile calcolare l’uscita di un sistema LTI sollecitato da un singolo fasore. 18 Espressioni .97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t . Applicando l’equazione di sintesi della serie di Fourier a TC (5. Per la linearità del sistema.97) e (4.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD.14. 5. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . 5.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. che può essere vista come un caso particolare di segnale periodico.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . Risposta di un sistema LTI ad un segnale periodico (caso TD). per il principio di sovrapposizione (3. Fig. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. ed essendo i coefficienti Xk ∈ C quantità costanti.7. § 4. sia applicato (fig.18 Consideriamo prima il caso TC. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n .23) per calcolare l’uscita y(t). sfruttando le formule di Eulero. =Yk (5.10). mediante le relazioni (4. le espressioni precedenti sono state già utilizzate (cfr.10) della serie di Fourier di y(t).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. 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. Risposta di un sistema LTI ad un segnale periodico (caso TC). periodico di periodo T0 . 5.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). è possibile applicare il principio di sovrapposizione (3. In particolare.13. Pertanto.23). Infatti. 6).46) ha la forma dell’equazione di sintesi (5.

22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n .19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . mette in luce che i coefficienti della serie di Fourier dell’uscita y(t) si ottengono moltiplicando quelli dell’ingresso per i campioni della risposta in frequenza H( f ). 21 Si noti che. Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). N0 k=0 =Y (k) (5. calcolati alle frequenze fk = k f0 . Yk = H(k f0 ) + Xk . si ricava anche in questo caso che y(n) è un segnale periodico. stretto rigore.21 Passando ad esaminare il caso di un segnale TD. se il sistema è reale. complesse. mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. per la simmetria hermitiana di H( f ) risulta che H(0) è reale.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . Particolarizzando la (5. Pertanto. e ricordando che Y0 = ydc e X0 = xdc .50) Dal confronto con la (5. N0 k=0 dove ν0 = 1/N0 . in particolare. in generale. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita.22).49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso.47) sono tutte. Notiamo che le quantità che compaiono nella (5.47).51) Per gli spettri di ampiezza e fase. che prende per questo motivo il nome di guadagno in continua del sistema.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . la (5. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. valgono considerazioni analoghe a quelle già fatte nel caso TC. In termini di modulo e fase. 19 A (5. si ha: ydc = H(0) xdc . (5.48) (5. si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t .47) La (5. applicando il principio di sovrapposizione. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 . (5. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. . con lo stesso22 periodo N0 del segnale di ingresso. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . 5.14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). periodico di periodo N0 . il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 .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 . supponiamo che il segnale x(n). la funzione H( f ) prende anche il nome di risposta armonica del sistema. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4.47) per k = 0. sia applicato (fig.

47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) .46). 5.47) e (5.8 |H(f)|.2.4 0. 5.4 |Yk| 0.16. 5. di ampiezza A e duty-cycle δc . la (5. 1 + j2π f RC per cui la (5. Ciò significa che in generale un sistema LTI modifica in maniera diversa le armoniche del segnale alle differenti frequenze: questa fondamentale proprietà dei sistemi LTI va sotto il nome di selettività in frequenza. Facendo riferimento al caso TC. Inoltre. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza.15.6 0. Esempio 5. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . Risposta di ampiezza del filtro RC (es. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. Particolarmente interessante è la modifica delle ampiezze delle armoniche. 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. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) .2 |Xk| 0.5. 5. la modifica subita dalla k-esima armonica. riportata di seguito. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata. 1 + j2π k f0 RC . come evidenziato nell’esempio che segue. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. Fig.2 0 −5 0 k 5 Fig.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. in ingresso ad un sistema RC.4 0.2 0 0 −5 0 f/f0 5 −5 0 k 5 0.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. ad esempio. lasciando tuttavia invariata la frequenza k f0 del fasore stesso. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|.9).6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es. |H(k f0)| 0.9). avente frequenza k f0 . 5. 5.

5. si dice che il sistema LTI si comporta come un filtro. per effetto dell’attenuazione delle componenti ad alta frequenza. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso.6 0. un comportamento tipico ad esempio dei circuiti elettrici risonanti. In particolare. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. ossia quello di atte1) l’ampiezza di alcune armoniche.17. i più semplici esempi di filtri sono quelli cosiddetti ideali. mentre in fig.4 0.23 Come caso limite. 5. Con riferimento al caso TC. 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. .y(t) 0. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. In fig. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. 5. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). mentre non è in grado di “generare” armoniche a frequenze differenti da quelle dell’ingresso (vedremo che la generazione di nuove armoniche è una caratteristica tipica dei sistemi non lineari). In particolare. 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. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. 5. Per questo motivo. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es. 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.9. 5.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|.2 0 −1 −0. I filtri ideali TC sono in genere classificati.5 0 t/T 0. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche.240 Serie di Fourier 1 0. per 2π f0 RC = 1. Il segnale y(t) di uscita (fig.8 x(t). sulla base della posizione della banda passante e di quella oscura.5 1 0 Fig.17). Viceversa.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2.

mentre la banda oscura è Ws =]−∞. 5. | f | ≤ fc . +∞[. (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞. 1. 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 .6 Selettività in frequenza dei sistemi LTI e filtri ideali 241 HLPF(f) HHPF(f) 1 1 -fc Ws 0 Wp fc Ws f Wp -fc 0 Ws fc Wp f Fig. − fc [ ∪ ] fc . | f | > fc .5. 5. | f | > fc . . fc ].18) ha un’espressione analitica del tipo: HLPF ( f ) = 1.19. la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. Risposta in frequenza di un filtro ideale TC passaalto (HPF).18. mentre la banda oscura è Ws = [− fc . Risposta in frequenza di un filtro ideale TC passabasso (LPF). | f | ≤ fc . La risposta in frequenza di un tale filtro (fig. +∞[. La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. La banda passante del filtro è W p =]−∞. 5. Fig. (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. fc ]. 0. La banda passante del filtro è W p = [− fc . − fc [ ∪ ] fc . o equivalentemente: HLPF ( f ) = rect f 2 fc . 5. Anche in questo caso. La risposta in frequenza (fig.

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

22–5. nelle fig.55) è possibile definire due frequenze di taglio. necessaria per garantire la periodicità di H(ν ).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. Si noti che per tutte le tipologie di filtri introdotti precedentemente. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. 5.54) (5.52) e (5.55) 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 questo motivo.52) (5. quindi soddisfa la proprietà di simmetria hermitiana. oppure dalla (4. BPF e BSF per il caso TD.108) nel caso TD. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ).11).25 sono mostrate le risposte armoniche dei filtri ideali LPF. 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. la risposta armonica H(·) è una funzione reale e pari. Anche nel caso TD. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν .53) (5. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. Tali filtri si dicono invece ideali in senso “fisico”. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. 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) (5.101) nel caso TC. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. le tipologie di filtri ideali sono le stesse. 1/2[.53). essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr.22–5.5. 0 < νc < 1 rappresenta la frequenza di taglio. data dalla (4. 4. descritti dalla (5.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. A causa di tale periodicità. 5. 5. descritti dalla (5.54) e (5.21. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). perché presentano una separazione netta tra banda passante e banda oscura. con 0 < νc1 < νc2 < 1 . Tali filtri si dicono ideali anche . si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). HPF. con la fondamentale differenza che. Per quanto riguarda il caso TD. 2 mentre per i filtri BPF e BSF. sia nel caso TC che TD. Nelle fig.

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

5. . Fig. 5. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF).22.5.23. 5. Risposta in frequenza di un filtro ideale TD passabanda (BPF). Risposta in frequenza di un filtro ideale TD passaalto (HPF). HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. 5.25.24.6 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. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. Risposta in frequenza di un filtro ideale TD passabasso (LPF).

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

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

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

  1 . 1. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. k = 0. Risultato: (a) N0 = 4. (a) Rappresentare graficamente il segnale x(n). 4} .11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 .10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . -5 0 5 n (a) Determinare il periodo N0 di x(n). Risultato: (b) X(k) = 1 + 4 cos πk 3 . .. 3. 3}. X(2) = −4. n = −1 .. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. k ∈ {0..5. 2. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.7 Esercizi proposti 249 Esercizio 5. 3.13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . n = 1. Risultato: (a) N0 = 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 6}. k ∈ {1. k ∈ {0. (b) X(k) = 4 + 8(− j)k . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5. Esercizio 5. 5. dove  2 . da cui X(0) = 12.. . n = 0. 8. . (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)] . X(3) = 4 + j 8. altrimenti . 2. 1. xg (n) = 2 .    0. 4. Esercizio 5. X(1) = 4 − j 8. 2.

] 1−a Esercizio 5. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. X(3) = 3 e j7π /4 . X(2) = 2. ] Esercizio 5. T0 /2) e dividere l’integrale in due integrali. X(1) = −5. X(3) = 1 − j. ∀k pari. X(2) = 1. X(2) = 1 + j. X(3) = − j. N0 ∈ N: 0 x(n) = x n T0 N0 . X(3) = −5.56) (b) Viceversa. allora il segnale ha solo le armoniche dispari.56) operando un cambiamento di variabile in uno dei due integrali.56). Esercizio 5.15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ .250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. (5. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). (b) Scrivere l’equazione di analisi in (−T0 /2. (e) X(0) = 3. . k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . X(1) = 3. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . ∀t ∈ R .] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. X(1) = 2. X(1) = 5 − j.56). valida ∀a = 0. [Suggerimento: applicare le identità dell’esercizio 5.14. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. (b) X(0) = 3. in modo da poter sfruttare la (5. X(1) = 3 e jπ /4 . X(3) = −3 j.14 Sia wN0 = e− j2π /N0 . X(2) = 3 j. Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t). (d) X(0) = −2. 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 . mostrare che se x(t) ha la proprietà di simmetria (5. (c) X(0) = j. X(2) = 3. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . X(4) = −3. e si ha in particolare  0 .16 Senza calcolare esplicitamente x(n). X(3) = 5 + j.

7 Esercizi proposti 251 Risultato: (a) x(n) reale. per la proprietà (4). Esercizio 5. (b) x(n) reale.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . 4 ≤ t < 8 . (d) x(n) non reale. dove xg (t) = Λ t T0 . caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. . 3 6 Esercizio 5. (c) x(n) non reale. con T0 ∈ R+ . avente DFS X(k). Esercizio 5. 0 ≤ t < 4. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). −1. n=0 (3) ∑7 (−1)n x(n) = 1.5. (2) x(n) è periodico di periodo N0 = 10. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. il segnale x(n) è quello avente potenza Px minima. [Suggerimento: utilizzare le proprietà della DFS. γ .20 Il segnale periodico x(t) = rep2T0 [xg (t)]. 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. (2) ∑5 x(n) = 2. 1 + j2π f T0 ottenendo il segnale y(t). utilizzare l’uguaglianza di Parseval per la DFS. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). Esercizio 5. n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. e determinare in particolare le costanti α . (e) x(n) reale.] Risultato: x(n) = 1 + 1 (−1)n .18 Si consideri il segnale periodico x(n). Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. Risultato: y(t) ≡ 0. avente DFS X(k). β = π /5 e γ = 0. (3) X(11) = 50.] Risultato: α = 10. (4) Px = 50. viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . β . con xg (t) = 1.17 Si consideri il segnale periodico x(n).

Risultato: (a) xdc = ydc = 1 . Determinare i valori di H Risultato: H(0) = 0. 9 Esercizio 5. H(1/4) = 2 e jπ /4 . 3. H(1/2) = 0. 1 2T0 3 < fc < 2T0 . l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . H(3/4) = 2 e− jπ /4 . π2 Esercizio 5.22 Il segnale periodico x(t) = repT0 [xg (t)]. si trova che Esercizio 5. (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 ). e ∆ν = 1 24 . 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).21 Il segnale periodico x(t) = rep2T0 [xg (t)]. (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. con T0 ∈ R+ .252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). 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 . 2. con T0 ∈ R+ . 1.24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . . Esercizio 5. Determinare il segnale y(t) in uscita al filtro. (b) y(t) = π82 cos(2π f0t). dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . Risultato: y(t) = 8 sin(2π f0t). (b) In corrispondenza dei valori di fc determinati al punto (a). 1). è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. .23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . calcolare l’espressione esplicita di y(t).

] √ 1 2 1 . (c) RC = T0 π 3 . (c) y3 (n) ≡ 0. f1 = 2 kHz.6. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . (b) y2 (n) = sin . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . Determinare la costante di tempo RC del filtro in modo che l’ampiezza della prima componente sinusoidale a frequenza superiore ad f0 del segnale filtrato sia pari ad 1/25 della fondamentale.5. (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . sapendo che: (1) x(t) = cos(2π f0t).2. Py = π 4 1 + 81 . con f0 = 1 kHz. 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5.364 f0 . f2 = 3 kHz. si calcoli l’uscita y(t). (a) Calcolare la frequenza fondamentale f0 del segnale x(t). con T0 ∈ R+ .] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. Risultato: RC = 1 2π f0 68 13 ≈ 0. [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. con T0 ∈ R+ . 1 n−4k x3 (n) = ∑+∞ u(n − 4k).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 .25 Il segnale periodico x(t) = repT0 [xg (t)]. 1 + j2π f RC 2|Y1 | Y0 (a) Determinare l’espressione dei coefficienti Yk della serie di Fourier del segnale y(t) in uscita al filtro. determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . Esercizio 5. è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t .7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n .27 Il segnale x(t) = rep2T0 [xg (t)]. (b) Con riferimento al punto precedente. (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . . Esercizio 5. dove xg (t) = cos πt T0 rect t T0 . Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. 2T Esercizio 5.28 Con riferimento allo schema in figura.

Determinare l’espressione del segnale di uscita z(t).5 f0 e guadagno in continua unitario. x(t) .y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4). e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. 1 2π f0 e guadagno in continua unitario. Esercizio 5. (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. k=−∞ k=−∞ . x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk . (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. (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py . g(x) = |x|2 è una nonlinearità (quadratica) senza memoria. =4kHz Esercizio 5.H1 ( f ) 6 .H2 ( f ) . y(t) H( f ) . Si assuma che tutti i segnali ed i sistemi considerati siano reali. Py = 776.H1 ( f ) u(t) - (·)2 v(t) . x(t) 6 .H2 ( f ) .5/T0 e guadagno unitario.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 2.30 Con riferimento allo schema in figura. (1) x(t) = 5 + 2 cos(2π f0t). dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 .y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t].29 Con riferimento allo schema in figura.z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }.

Sign up to vote on this title
UsefulNot useful