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

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

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

. . . .3 Segnali TD transitori . . . . . . 6. . 7. .4.7. . . . . . . . . .3 Esistenza ed invertibilità della trasformata di Fourier . . . integrazione e somma .5 Esercizi proposti . . . . . . . .3 Segnali a banda non limitata . . . . . . .3. . . . . . . . . . . . . . . . . . . . . . . . . . . . .6. . . . . . . 437 . . . . . . . . . . . . . 6.5.2. . . . .1 Teorema del campionamento . . . . . . . . . . . A Richiami sui numeri complessi 433 A. . .2 Segnali TD . . . . . . . . . . . . . . .1 Segnali a banda rigorosamente limitata . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Estensione spettrale e banda di un segnale periodico . . . . . . . . . . . . . . 6. . . 6.4. . . . . . . . . . . . . . . .2 Trasformata di Fourier per segnali TD . . . . . . . . . . . . . . .6. .1 Trasformata di Fourier di un segnale periodico TC . . . . . . . . . . . 7 Campionamento e conversione A/D e D/A 7. .5 Proprietà della trasformata di Fourier . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. 6. . 6. .4 Estensione spettrale e banda di un segnale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . .2. . . . .2 Trasformazioni della variabile indipendente . 7. . . . . .2 Segnali a banda praticamente limitata .1 Segnali TC . . . . . . . . . . . .2 Banda passante e banda di un sistema . . . . . . . . . . . . . . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . . .4 Relazioni tra serie e trasformata di Fourier . . . . . 6. . . . . . . . . . . . . . . . . .1 Separazione di segnali mediante filtraggio . . . . . . . . . . . . . 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 . .5. . . . . . . . . . . . . 7. . .3. . . . . . . . . .6. . . . . . . . . . . . . . . .INDICE iii 6 Trasformata di Fourier 6. . . 6. .3. . . . . . . . . .3 Proprietà elementari della trasformata di Fourier . .8 Esercizi proposti . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . 434 A. . . . . . . . . . . . . . . .1 Trasformata di Fourier . . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . .2 Interpolazione non ideale . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Definizione di numero complesso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. .5. . . 7. . . . . . . . . . . . . . . . 6. . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . 6. . . . . . . . . . . . . . . .2 Forma algebrica dei numeri complessi . . . . . 6.3 Aliasing .1 Trasformata di Fourier per segnali TC . . . . . . . . . . . . . . . . . . 6. 6. .4. . . . . . . . . . 6. . . . . . . 6. . . . . . . . . . . . . . .2. . .2. . . . . . . . . . . . . . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. . . .7. . . .1. . . . . . .2 Campionamento ed interpolazione ideale . . . . . . . . . . . . . 7. . . . . . 6. . . . . . 6. . . . . . .1 Introduzione . . . .1 Trasformazioni della variabile dipendente . .3. . .2 Trasformata di Fourier di un segnale periodico TD . . . . .6. . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4 Proprietà della risposta in frequenza . . . 7. . . . . . . . . . . . . . . . . . . . . . .1 Proprietà di convoluzione . . . . .1. . . .7.3 Derivazione e differenza prima. . . . . . . .6 Trasformata di Fourier dei segnali periodici . . . . . . . . . . 433 A. . . . . .3 Campionamento ed interpolazione in pratica . . . 6. . . 6. . 6. . . . .3. . . . . . . . . . .7. .2 Interpolazione ideale . . . . . . . . . . . . . . . 6. . . . . 7. . . . . . . . . . . 6. . . . . . . . . .4 Quantizzazione . . . . . . . . . . . . . . . 7. . . .

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

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

Fig. è possibile applicare metodi per determinare soluzioni approssimate. 3. . ed è raffigurato in fig. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. . l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 . f0 e ϕ0 sono diversi. 1. Supponiamo che f sia dotata di derivata prima continua e.2 è una funzione del tempo x(t). Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. 2. L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. anche se il significato fisico ed i valori dei parametri A. 1. Esempio 1. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. 1. frequenza f0 . 1. si ottiene una relazione ricorsiva in cui l’n-esimo elemento è dato da x(n) = x(n − 1) − 1 Nel f [x(n − 1)] .1. che sia crescente. e fase iniziale ϕ0 . 1. . che consente di risolvere approssimativamente equazioni del tipo f (x) = 0.2. Posto x(0) = b. .1.2.2 (tensione alternata) La tensione alternata della rete di distribuzione dell’energia elettrica può essere descritta anch’essa da un segnale sinusoidale di ampiezza A. Ripetendo tale procedimento.1 e 1. Un esempio classico è il metodo di Newton o della tangente. 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). 1.2.3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b. convessa e tale che f (a) < 0 ed f (b) > 0. la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ). Esempio 1. e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . Il segnale sinusoidale degli es. pulsazione ω0 o frequenza f0 . f [x(n − 1)] con n = 1. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante. .2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig.3 (successione) In matematica. Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A. inoltre. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione. dove ϕ0 è la posizione angolare del corpo all’istante t = 0. il metodo di Newton (fig. 1.

Maria Turchini. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito).4.. un voto nell’es. il dominio del segnale risulta essere T = N0 = {0. 1.. Voto 22 30 25 30 . mentre l’insieme X. 1.. una tensione nell’es. che prende il nome di insieme di definizione o dominio di x. . consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. Il segnale in forma tabellare dell’es.3. 1. ma esistono casi significativi di segnali – le immagini.1. 1. 1. x(1) x(2) Fig. dove f (x) denota la derivata prima di f (x). 1.3.3.. Ugo Bianchi. Inoltre. un segnale può essere definito mediante una tabella. 1. Esempio 1. come accade nell’es.4. possono rappresentare dati .. 1. 1.. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. . Franca Neri .3 mostrano che un segnale può essere descritto matematicamente da una funzione che istituisce una relazione tra una variabile indipendente (il tempo t negli es. 1. Fig. 1. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa.2. . 1. come nell’es. cioè T = R. nel caso dell’es.14 più avanti).1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . le variabili indipendenti di un segnale possono non avere un significato fisico o. un segnale di questo tipo può essere indicato come segue: x : T → X. Si osservi che. nel caso dell’es. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. infine.3.10 e 1.. racchiude i valori assunti dalla variabile dipendente x.4. .1 e 1.. in questo caso. 1. Ad esempio. ad esempio per molti segnali la variabile indipendente è proprio il tempo.2 e 1.3. il dominio del segnale T = {Carlo Rossi.. per gli es..1. 1.2.2. 1. Al crescere di n. (1. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. . l’indice n nell’es. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es.4 (tabella) In alcuni casi..} è costituito dai nomi degli studenti. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. 1. 1.3.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. 2.4.1) dove l’insieme T. 1. 1.4) ed una variabile dipendente x (una lunghezza nell’es. Tale relazione definisce una successione numerica. Il metodo di Newton dell’es. il dominio T di x coincide con l’insieme dei numeri reali. lo studente nell’es..1 e 1.4). .1.4. 1. Gli es. ovvero un segnale definito nell’insieme N0 dei numeri naturali. che prende il nome di immagine di T mediante x o anche codominio di x. . 1.

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

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

facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). sebbene le corrispondenze (1. piuttosto che sulla realtà fisica cui il modello si riferisce. possano sembrare simili a prima vista. Sulla base di tale osservazione. com’è anche evidente dagli es. rispettivamente. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞. la (1. A questo punto è necessario fare una considerazione che è bene che il lettore tenga . i cui elementi sono numeri reali o interi relativi. 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. Una seconda osservazione importante è che. 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.1) e (1.3) per descrivere sinteticamente la trasformazione (1. Esempio 1. si useranno le notazioni y(t) = S[{x(u)}u∈T.2) che definiscono segnali e sistemi.t]. Infatti. In tal caso. Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico. forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. con n ∈ Z. In molti casi. n] (1. d’altra parte. 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. per ogni t ∈ R. è una legge di corrispondenza tra insiemi “numerici”.6 Segnali e sistemi: introduzione In fig.7 e 1. risulta essere particolarmente fuorviante l’impiego della notazione y(t) = S[x(t)] oppure y(n) = S[x(n)] per descrivere sinteticamente la trasformazione (1.2). Esempio 1. ottenuto integrando x(u) sull’intervallo ] − ∞. con t ∈ R. con particolare riguardo a quelle che sono applicabili in generale.8. Si osservi che. 1. Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. la (1.2). per ogni n ∈ Z. su tutto il proprio dominio di definizione T.t] y(n) = S[{x(k)}k∈T. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t). il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso. indipendentemente dai fenomeni fisici coinvolti. 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. Per evidenziare invece il fatto che nella trasformazione (1. In tal caso.t]. dove x(t) denota il segnale di ingresso e y(t) quello di uscita. 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.2). che definisce un segnale. tuttavia.8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) .2).7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du . più in generale. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n. risulta essere convergente. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita.8 è riportata una rappresentazione schematica della legge di corrispondenza (1. 1. rispettivamente.1).

il modello matematico è quasi sempre frutto di approssimazioni. in quanto contengono un certo grado di imprevedibilità o di incertezza. Il segnale vocale assume una forma profondamente diversa. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. In secondo luogo. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo.2 e 1. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici.3 Segnali deterministici ed aleatori 7 1 1 0. es. 1.1. quasi sempre estremamente semplificata. che non possono cioè essere descritti esattamente.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto.4 t 0.2) non è mai esattamente sinusoidale. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr. Va osservato come principio generale che un modello è solo una rappresentazione. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto.8 1 (a) (b) Fig. In primo luogo. 1.1. La classe dei segnali deterministici è ampia. . 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”. o per la conoscenza imperfetta dei meccanismi che li governano. ecc. ben presente nel seguito. Tali segnali scaturiscono da fenomeni fisici che.6 0. che esprime la pressione acustica in funzione del tempo.2 0.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale).9.8 1 0 −0. In conclusione. infatti. Esempio 1.5 −0. per la presenza di disturbi. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà. non linearità. o in forma grafica).5 0. della realtà che intende descrivere. accoppiamenti parassiti. 1. In fig.3 Segnali deterministici ed aleatori I segnali considerati negli es. per la loro complessità. 1. ad esempio. 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. 1. Definizione 1.6 0.5 x(t) 0 x(t) 0 0. non ammettono una descrizione matematica esatta.2 0.4 t 0. 1. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente.5 −1 −1 0 0. in forma tabellare.

con riferimento al segnale vocale). 1. una affermazione poco probabile. Per ottenere una valida ed utile descrizione matematica a partire da questo concetto intuitivo. non essendo perfettamente noto a priori. Viceversa. Un segnale come quello dell’es. il concetto di informazione è intrinsecamente legato a quello di imprevedibilità [15.8 Segnali e sistemi: introduzione soltanto – come è ovvio – al variare della parola o del suono pronunciato. proprio a causa della loro imprevedibilità. 10]. rimandando a corsi successivi l’applicazione di tali metodologie anche al caso di segnali aleatori.9 relativo al segnale vocale suggerisce intuitivamente. per sua natura. Un segnale aleatorio. che un segnale aleatorio possa essere rappresentato non da una sola funzione. perché poco probabile. . sono necessari strumenti più sofisticati.4 (segnale aleatorio) Un segnale si dice aleatorio (o casuale) se nella sua definizione è contenuto un certo grado di incertezza. nel seguito si affronterà esclusivamente lo studio dei segnali deterministici. cap.9 si dice aleatorio (dal vocabolo latino alea=dado. Bisogna notare che. i segnali aleatori rivestono un grande interesse nell’ingegneria dell’informazione. una volta osservato o memorizzato. 1. essi sono adatti a trasportare informazione. non è adatto a trasportare informazione. Tale scelta ha una chiara motivazione didattica. in quanto operare con segnali deterministici consente di introdurre ad un livello relativamente semplice le principali tecniche di analisi ed elaborazione dei segnali.9 (b) si riporta il segnale vocale corrispondente alla stessa parola “pace”. semplicemente perché è una affermazione certa. l’affermazione “stanotte farà buio” non trasporta nessuna informazione. pronunciata stavolta da un bambino. 1. e quindi non prevedibile. non può essere descritto da una semplice funzione. quale “domani il pianeta Terra sarà invaso dai Marziani” convoglia una grande quantità di informazione. e dello stato d’animo del parlatore. ma da una collezione di funzioni (una per ogni possibile parlatore. Per questo motivo. 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. in quanto. ma anche al variare del sesso. dell’età. Basti pensare infatti che. Ad esempio. In effetti. tuttavia. Ad esempio in fig. che per estensione sta anche a significare “rischio. perfettamente prevedibile. l’es. Va osservato peraltro che. un segnale deterministico. quali la teoria della probabilità [15]. incertezza”). a differenza dei segnali deterministici. Nonostante abbiamo sottolineato l’importanza dei segnali aleatori. Definizione 1. con un piccolo sforzo di generalizzazione. che è noto a priori e quindi perfettamente prevedibile.

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.

t) di tre variabili. In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x. i segnali sono tutti scalari. 1. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. zB (x. . per cui il segnale sarà descritto da una funzione vettoriale z(x. Negli esempi visti in precedenza. siano essi zR (x. 1.18.14 (immagine a colori) Una immagine fissa a colori (fig.18) può essere decomposta dalle sue tre componenti fondamentali. discusso nell’esempio seguente. y)] .4.2 Proprietà della variabile dipendente Definizione 1. Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. zG (x. ovvero un “array” di scalari. rosso (R). y). y. verde (G) e blu (B). Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale. y). y). 1. Un esempio di segnale vettoriale è l’immagine a colori. Se l’immagine a colori è in movimento (filmato a colori). zB (x.14 Segnali e sistemi: introduzione Red z R(x. y). zG (x. zG (x.y) Fig.7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare.y) Blue z B(x. y) = [zR (x. y).y) Green z G(x. Esempio 1. e quindi nei segnali zR (x. y). zB (x. y). e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. y).

. se il numero delle ampiezze è finito.15. 1. se x(n) ≥ 0 . 1.19) descrive la variazione dello stato logico nel tempo. Esempio 1.4 Classificazione elementare dei segnali 15 x(t) 5 . Il segnale risultante è mostrato in fig. la sinusoide degli es.20 (b). Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. 1. Esso può essere trasformato in un segnale ad ampiezza discreta con due soli livelli ±A mediante l’operazione di quantizzazione “ad un bit”: y(n) = +A . −A . 1..1).8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo. raffigurato in fig. mentre X è un insieme discreto per un segnale ad ampiezza discreta. Il segnale risultante x(t) (fig. A] ≡ X. utilizzato per descrivere un segnale. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit).20(a).2 assume con continuità tutti i valori dell’intervallo [−A. rimpiazzandole con un numero finito di possibili valori. La quantizzazione si dice “ad un bit” in quanto l’ampiezza . il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua.12.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio.1 e 1.15 (segnale logico) La codifica degli stati logici “0” (falso) ed “1” (vero) avviene in un circuito digitale associando ad essi due livelli di tensione (in Volt). altrimenti . detta quantizzazione.19. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto.1. 1. visto che il suo codominio X = {−5. 5} è costituito solo da due valori. . Si tratta di un segnale a tempo continuo ma ad ampiezza discreta. t -5 Fig. Un esempio di segnale ad ampiezza discreta è il segnale logico. Esempio 1. 1. 1. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. Sulla base del modello matematico (1. Definizione 1.. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. Il vantaggio che si consegue con la quantizzazione è che..

.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. e raffigurato in fig. segnale ad ampiezza discreta Fig.21.12. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. anche la teoria della quantizzazione sarà approfondita nel cap. Anche l’operazione di quantizzazione si può interpretare come un sistema. 1. segnale ad ampiezza continua quantizz . Così come il campionamento. 1. e quindi può essere rappresentata con un solo bit.21. Schema a blocchi di un quantizzatore. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A. 7. 1. assume due soli valori. 1.20. denominato quantizzatore. (b) il segnale ad ampiezza discreta y(n) dell’es.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). 1.

e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig. affrontato già a partire dal XVIII secolo. Viceversa.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. esistono metodologie ben consolidate. DSP). esse sono indipendenti. 1.1. e per il loro studio matematico.22. ma essi rivestono un ruolo predominante nello scenario tecnologico attuale. 1. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. l’interesse per i segnali digitali è più recente.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. 1. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. I segnali del mondo fisico sono analogici. 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. e tra segnali ad ampiezza continua o discreta.22). (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze).18 e la successiva discussione). Tra esse. 1.4. Di queste. . tuttavia.3 Segnali analogici e digitali Dal punto di vista applicativo. con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. tanto da meritare una denominazione particolare: Definizione 1.

(a) sommatore a due ingressi. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. Nel seguito. ed il quantizzatore.23.5 Classificazione elementare dei sistemi Come i segnali. quali il numero degli ingressi e delle uscite. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). (b) moltiplicatore a due ingressi.24. Definizione 1.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). faremo esclusivamente riferimento a sistemi SISO: per questo motivo. (b) sistema a TD. sono tutti di tipo SISO. (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.11 (sistema a tempo continuo/discreto/misto) (a) Un sistema si dice a tempo continuo (TC) se l’ingresso e l’uscita sono entrambi segnali a tempo continuo. 1. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. raffigurati schematicamente in fig. supporremo implicitamente che esso sia di tipo SISO. 1. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. 1. l’interpolatore. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. . quando parleremo di sistema.18 Segnali e sistemi: introduzione ingresso 1 uscita x(t) ingresso 2 (a) (a) sistema a TC y(t) ingresso 1 uscita x(n) ingresso 2 (b) sistema a TD (b) y(n) Fig. il campionatore.23. I sistemi visti in precedenza. Fig. 1. quali ad esempio il partitore resistivo. a parte il caso dei sommatori e dei moltiplicatori. o viceversa. Esempi di sistemi MISO. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. Definizione 1.

1. ed i sistemi a TD sono denominati. e quindi bisogna effettuare sia un campionamento (cfr. . e l’interpolatore (es.13). In accordo con la simbologia introdotta in fig. 1. I sistemi a TD non esistono generalmente “in natura”. l’insieme I racchiude solo segnali a TC. 1. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio.12). Inoltre. come il partitore dell’es. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. Il seguente esempio introduce due ulteriori esempi di sistemi misti. o viceversa.2) utilizzato per descrivere matematicamente un sistema. è un sistema a TC. Esempi significativi di sistemi di questo tipo sono il campionatore (es. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. Lo schema del convertitore A/D riportato in fig. 1. mentre U contiene solo segnali a TD. effettuata da un sistema denominato convertitore A/D (fig. Conversione A/D: (a) schema a blocchi di un convertitore A/D.24(a). che presenta ingresso a TC e uscita a TD.5.25). Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. quantizz . 1.1. sia una quantizzazione (cfr. Esempio 1. Sulla base del modello (1.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. ADC). es.12).5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . e quindi sono sistemi a TC: ad esempio una rete elettrica. nel caso di sistemi misti. in campo economico o sociale). e viceversa.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. che presenta ingresso a TD e uscita a TC. 1. essi sono inoltre di grande interesse ingegneristico.3 Infine. 1. es. 1. 1. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. 1. sistemi digitali. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. i sistemi misti (TC/TD o TD/TC) sono molto utili quando bisogna passare dal mondo “fisico” dei segnali a TC al mondo “virtuale” dei segnali a TD. segnale digitale (b) Tc Fig. 1. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC.16). Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici.24(b). le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto.25 è puramente di principio. e spesso non sono nemmeno chiaramente separabili.25. nel caso di sistemi a TC. in maniera lievemente imprecisa. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. 1.6. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. infine. in un convertitore A/D reale (denominato anche analog-todigital converter.

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

Il brano da registrare viene captato da un microfono. Da ciascuna copia. tipicamente in materiale metallico pregiato. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. Esempio 1.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. 1.28. 1.29. 1. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap.18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. Schema analogico per la registrazione/riproduzione audio. ed inviato ad un masterizzatore (digitale). che vengono vendute all’utente finale. e da questi ultimi le copie in materiale plastico (vinile). di debole intensità. viene sottoposto ad una conversione A/D. bruciando con un laser in misura maggiore o minore le zone del disco. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). Tale segnale elettrico.1. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate.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. entrambe effettuate in maniera analogica. che si comporta da trasduttore. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. 1. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. . In esso. dopo l’amplificatore. Successivamente. viene amplificato e inviato ad un masterizzatore (analogico). ed inviate ad un convertitore D/A. che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco). Il masterizzatore si comporta da attuatore. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica. L’es. l’utente può riascoltare il brano inciso utilizzando un giradischi. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). Una volta inciso il master. ovvero converte la pressione acustica del suono in un segnale elettrico. la differenza significativa è che il segnale captato dal microfono. da esso si possono ricavare dei master secondari. 7. codificato in bit.

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

24 Segnali e sistemi: introduzione .

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

La somma di due segnali si può interpretare come un sistema MISO (a due ingressi ed una uscita) (cfr. in stretta analogia alle operazioni di derivazione ed integrazione per il caso TC. Prodotto In maniera simile alla somma. 2. il prodotto di due segnali. 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.1. Operazioni sui segnali: (a) somma di due segnali. (b) moltiplicazione di due segnali. nel caso TD. Inoltre.1(a). 2.1.5) denominato sommatore e rappresentato schematicamente in fig.26 Proprietà dei segnali x1 (·) y(·) x2 (·) (a) x1 (·) y(·) x2 (·) (b) Fig. le operazioni di derivazione ed integrazione per segnali TC. denominate differenza prima e somma corrente. 2. detto impulso di Dirac. La rivisitazione di tali proprietà consentirà di ottenere alcune importanti generalizzazioni. . useremo la notazione del tipo x(·) per denotare indifferentemente un segnale TC x(t) o TD x(n). la moltiplicazione di un segnale per una costante. si definisce il prodotto di due segnali y(·) = x1 (·) x2 (·) . La somma si può estendere facilmente a più di due segnali. § 1.1 Trasformazioni della variabile dipendente Tra le trasformazioni elementari della variabile dipendente. quali. 1 Qui e nel seguito. saranno definite due operazioni corrispondenti. considereremo in particolare la somma di due segnali. ad esempio. Somma La somma di due segnali1 y(·) = x1 (·) + x2 (·) si effettua sommando punto a punto le ordinate delle funzioni corrispondenti. che porteranno in particolare a definire un particolare segnale TC dalle “strane” proprietà.

attraverso l’introduzione delle operazioni di decimazione ed espansione. Se a = −1. Genericamente. 2. raffigurato in fig.2. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) .1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. a differenza del caso TC. con a > 0. o anticipo.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. 2.1(b). corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. . l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. mentre per t0 < 0 si ha una traslazione verso sinistra. 2. Più in generale. Schema a blocchi di un amplificatore/attenuatore.1.2.3. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . considereremo alcune caratteristiche peculiari del caso TD. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). dove però. se a < 0. 2. il fattore a viene denominato guadagno dell’amplificatore/attenuatore. un segnale TD può essere traslato solo di quantità intere. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . in particolare. lo schema di fig. la riflessione temporale. o ritardo. Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). cioè n0 ∈ Z: in altri termini. 2. dove per t0 > 0 si ha una traslazione verso destra del segnale.2 può essere utilizzato anche in questo caso. il parametro della traslazione n0 assume necessariamente valori interi. Si noti che una traslazione temporale non modifica la forma del segnale. Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi. per quest’ultima operazione. ed il cambiamento di scala temporale. 2.2. ma comporta solo una variazione del riferimento temporale. come rappresentato in fig. 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.

(c) segnale anticipato (t0 < 0). si dice dispari. x(t) = −x(−t).5 (a) . Ad esempio.4. 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). Analogamente. 2. invece. secondo le seguenti relazioni. x(−t) = x(t). (b) segnale ritardato (t0 > 0). dispari se x(n) = −x(−n). 2. Dal punto di vista fisico. Un esempio di riflessione per un segnale TC è riportato in fig. in fig. si dice pari. un segnale TC invariante rispetto alla cascata di una riflessione e inversione. se ad esempio il segnale x(t) rappresenta l’audio di un brano musicale. Un segnale TC invariante alla riflessione. Riflessione temporale La riflessione temporale di un segnale consiste nel ribaltamento della scala dei tempi. la riflessione corrisponde a riprodurre il brano al contrario. Traslazione temporale di un segnale TC: (a) segnale originario. un segnale TD si dice pari se x(−n) = x(n). 2.3.28 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. valide rispettivamente per il caso TC e TD: y(t) = x(−t) . y(n) = x(−n) .

. 2.t1 t Fig. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente.4. 2.1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) .1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine.6. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari.t2 . Riflessione temporale di un segnale TC: (a) segnale originario. mentre in fig. (b) La somma di due segnali pari [dispari] è un segnale pari [dispari]. A partire dalla definizione di segnale pari e dispari. (b) segnale riflesso. (c) Il prodotto di due segnali pari è un segnale pari.2. mentre il prodotto di due segnali dispari è un segnale pari. 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·). Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)].5 (c) e (d) sono raffigurati due esempi di segnali dispari. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . 2. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2. e (b) sono raffigurati due esempi di segnali pari. risulta necessariamente x(0) = 0.

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

si ha una compressione se si riproduce un disco in vinile a 33 giri alla velocità di un 45 giri). 2. Cambiamento di scala temporale di un segnale TC: (a) segnale originario. l’operazione y(t) = x(at) non è elementare. 2. mentre con .7(b)]. in quanto si può riguardare come la cascata di una riflessione e di un cambiamento di scala di |a| > 0. (b) segnale compresso (a > 1). mentre per 0 < a < 1 si ha una espansione dei tempi [fig. il caso a = 1 lascia ovviamente il segnale inalterato. Nel caso a < 0.1 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. se il segnale x(t) è l’audio di un brano musicale. (b) segnale espanso (0 < a < 1). in particolare. Cambiamento di scala temporale L’operazione di cambiamento di scala temporale presenta sostanziali differenze tra il caso TC e quello TD.7.7(a)]. il valore del segnale per t = 0 rimane inalterato. si ha una compressione dei tempi [fig. dove a ∈ R+ : per a > 1. 2. e quindi a velocità maggiore (ad esempio. il cambiamento di scala temporale è definito come y(t) = x(at) . la compressione corrisponde a riprodurre il segnale in un tempo più piccolo. Dal punto di vista fisico. Si noti che sia nel caso della compressione che dell’espansione.2. Nel caso TC. per cui tratteremo separatamente questi due casi.

derivante dalla perdita di due campioni ogni tre del segnale originario. Per segnali a TD. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. 2. In questo caso è possibile ancora parlare di compressione. 2 L’uso . come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a. ovvero se a = M ∈ N. a differenza del termine “decimazione” rievoca la terribile tecnica adoperata dall’esercito nazista durante la seconda guerra mondiale per selezionare i prigionieri da sottoporre a fucilazione per rappresaglia.8. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. l’espansione si ottiene esattamente l’effetto opposto.2 infatti. per cui si scrive: y(n) = x(nM) . infatti. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. ma nel caso TD si utilizza il termine più specifico di decimazione. se se sceglie M = 10. 2. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. (b) segnale decimato con M = 3. Decimazione di un segnale TD: (a) segnale originario. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10.8. si noti l’effetto di compressione (minore durata) del segnale risultante.32 Proprietà dei segnali x(n) (a) -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 n y(n) = x(3n) x(0) x(-3) x(-6) x(3) x(6) (b) -3 -2 -1 x(-9) 0 1 2 3 n x(9) Fig.

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

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

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

(2) anticipo di 5. ovvero se n è pari. n x − − 5 . 6 6 2 . caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . 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 . allora il risultato si ottiene calcolando il valore del segnale in quel punto. è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. n espansione di 6: v(n) = u . osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2. il segnale y(n) si può esprimere esplicitamente. eliminando la notazione simbolica con le parentesi quadre. (3) anticipo di 5. altrimenti il valore del segnale è nullo. altrimenti . Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. Pertanto. come: y(n) = se n è pari . 6 anticipo di 5: y(n) = v(n + 5) . (3) espansione di 2. Esempio 2. 2 2 2 Con riferimento all’ultima espressione. per cui il segnale y(n) vale convenzionalmente zero. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) .1). 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. Gli esempi che seguono mostrano come procedere in due situazioni tipiche.36 Proprietà dei segnali il risultato corretto per via analitica. nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. 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 .5 (combinazione di operazioni elementari. (2) espansione di 6. Esempio 2. 2 0.4 (combinazione di operazioni elementari. anticipo di 5: v(n) = u(n + 5) .

Tuttavia. si dimostra che x(t) è anche continuo in t0 . ed è rappresentato graficamente in fig. Se il segnale x(t) è derivabile in t0 . notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. il che accade se e solo se n è dispari. eliminando la notazione con le parentesi quadre.4 Derivazione. infinito numerabile di punti di discontinuità di prima specie.2) esista e sia finito. altrimenti . 0 . la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. se t ≥ 0 . un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. 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. allora la sua derivata è definita mediante il limite del rapporto incrementale: d x(t) dt = lim t=t0 t→t0 x(t) − x(t0 ) t − t0 (2.6 0. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr.8 x(t) = u(t) 0. 2 2.2). al più.10. 2.10. Il gradino a TC è definito come: u(t) = 1 .2) che esiste ed è finito.1. In particolare. § B. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. Pertanto.4 0. altrimenti . 2. In particolare. Con riferimento all’ultima espressione.2. integrazione. Il gradino presenta una discontinuità di prima specie per t = 0. y(n) = n+5 x . per cui l’espressione ottenuta si può rendere esplicita. come:  se n è dispari . se il segnale x(t) è derivabile nel punto t0 ∈ T. Gradino a TC.2 0 −2 0 2 4 t 6 8 10 Fig. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da .1 Operazioni elementari sui segnali 37 1 0. 0 .

non presenta i problemi del gradino per quanto riguarda il calcolo della derivata. Questo risultato. Al diminuire di ε la funzione δε (t) diventa sempre più stretta ed alta. il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0. bisogna ricorrere al concetto di derivata generalizzata. essendo continua. non è intuitivamente accettabile. 2.11(a).11. ma per t = 0 presenta una rapidità di variazione infinita. .2) non è definito. Per tener conto di questo comportamento e. ma a differenza di quest’ultimo è una funzione continua anche per t = 0. destra (che vale 1). cercheremo di calcolare la derivata di u(t) euristicamente. quindi. posto ε ∈ R+ . conservando area unitaria. . in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1. L’approssimazione è tanto migliore quanto più ε è piccolo. 1 2ε per |t| > ε . vale zero in tutti i punti. da sinistra (che vale 0). Allo scopo di calcolare la derivata generalizzata del gradino. tranne che nel punto t = 0. La funzione uε (t). per |t| < ε . Infatti. in cui il limite del rapporto incrementale (2. per t > ε . La derivata di u(t). 2. Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino.   1. poter definire la derivata del gradino anche per t = 0.38 Proprietà dei segnali 1 1/(2 ε) x(t) = u (t) x(t) = δ (t) ε ε −ε t +ε −ε t +ε (a) (b) Fig. tuttavia. e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione. si ha: ε →0 lim uε (t) = u(t) . definiamo la seguente funzione uε (t):  0 . Per mantenere la trattazione ad un livello sufficientemente elementare. calcolata applicando la regola di derivazione ordinaria. Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t). al limite per ε → 0. raffigurata in fig. rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica. se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione. per |t| ≤ ε .  1 t uε (t) = 2 1 + ε . in effetti. Infatti la funzione uε (t) è derivabile nell’intorno di t = 0. la cui trattazione rigorosa richiede la conoscenza dei fondamenti di una branca della matematica nota come teoria delle distribuzioni. non previsto dall’analisi matematica elementare. e la sua derivata vale: δε (t) = d uε (t) = dt 0. per t < −ε . (b) la derivata δε (t) di uε (t). sebbene matematicamente corretto.

Infatti. tali funzioni costituiscono una generalizzazione del concetto di funzione: un funzione generalizzata è sempre definita mediante un integrale e non ha senso quindi pensare al valore assunto da essa per un dato valore dell’argomento.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. ε →0 dt (2.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. ε ) e la misura di tale intervallo. la funzione ordinaria δε (t) non converge ad una funzione ordinaria.4) Dal punto di vista matematico. (2. possiamo affermare che esiste un punto tε ∈ [−ε . conservando tuttavia area unitaria. al limite per ε che tende a zero. Invocando il teorema della media.4) definisce un funzionale che si “appoggia” alla funzione δε (t). risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . ε →0 (2.2. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. la (2. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. Questo risultato suggerisce di definire il limite al secondo membro della (2. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε .7) dove x(t) è un arbitrario segnale continuo nell’origine. Ciò suggerisce che la convergenza del limite al secondo membro della (2. se è vero che. (2. a differenza del concetto di convergenza di funzioni ordinarie. Quindi. A tale scopo.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. 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 . motivo per cui è comunemente nota come impulso o delta di Dirac. cioè. che indichiamo con δ (t) = lim δε (t) .6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . Dirac nei suoi studi sulla meccanica quantistica.3) mediante una funzione. ε →0 (2. Al limite per ε → 0. la convergenza della famiglia di funzioni δε (t) alla funzione . un operatore che associa alla funzione x(t) un numero reale. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t).5) In altre parole. per ε → 0.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. Come indicato dal loro stesso nome. Al diminuire di ε . 2. δε (t) non ha alcun significato come funzione ordinaria. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. il funzionale (2.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). al limite per ε che tende a zero.

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

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

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

.2. Utilizzando la definizione.7. cambiamento di scala con a = 1/T e traslazione temporale di t0 . Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A.20: la finestra è centrata in t = t0 e ha durata ∆x = T .20. Si tratta di un segnale pari (centrato nell’origine).7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. altrimenti . Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. se 0 ≤ n ≤ N − 1 . si vede che x(t) = A rect t − t0 T = A. 0. Finestra rettangolare a TC. 2. ed è rappresentata graficamente in fig. il cui andamento è raffigurato in fig.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0.19. 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 . 2.t0 + T /2] . 0 . 2.5 . è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . se t ∈ [t0 − T /2. 2.8 x(t) = rect(t) 0.19. 2. la finestra rettangolare è denotata con il simbolo Π(t). altrimenti . mediante moltiplicazione per una costante.6 0. traslazione temporale e cambiamento di scala. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). A partire dalla finestra prototipo. Finestra rettangolare a TC dell’es. numerosi testi. Fig. se |t| ≤ 0. Esempio 2. 0 .4 0. altrimenti . in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2).

. a partire dalla finestra triangolare prototipo.2 0 −2 −1 0 t 1 2 Fig.4 0. così come la finestra rettangolare a TD. traslazione temporale. . . 2. se 0 ≤ n ≤ 2N − 1 . cioè. Fig. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . 1. se |t| < 1 . 2. infatti si ha RN (n) = u(n)−u(n−N). Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. altrimenti .21. come riportato in fig. .7. . di ampiezza unitaria e durata ∆x = 2. Finestra rettangolare a TD per N = 5. 2. ed essa è nota come finestra di Bartlett:  |n − N|  . anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.22. a differenza della sua versione a TC. altrimenti .23) anche nel caso TD. è asimmetrica rispetto all’origine. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2.24.6 0. ovvero considerare B2N (n + N).8 x(t) = Λ(t) 0.6 0. pertanto.4 0. R1 (n) = δ (n). 0.2 0 −2 0 2 4 n 6 8 10 1 0. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. mediante operazioni elementari (moltiplicazione per una costante.21. ponendo N = 1. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. 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. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. Come nel caso TC. La finestra ha estensione temporale Dx = {0. Si tratta di un segnale pari (centrato nell’origine). 1− B2N (n) = N 0 . ed è rappresentata graficamente in fig. 2.8 x(n) = R5(n) 0.48 Proprietà dei segnali 1 0. N −1} e durata ∆x = N. la finestra rettangolare a TD degenera nell’impulso discreto. ed è asimmetrica rispetto all’origine. È possibile definire la finestra triangolare (si veda la fig. Così come visto per la finestra rettangolare nell’es.22. Infine. Finestra triangolare a TC. 2. si noti che. Tuttavia. 2. ed è rappresentata graficamente in fig.

si consideri un segnale TC come quello riportato in fig. 2. t1 durata t2 . questo introduce.8 0.. il quale decade asintoticamente a zero per t → ±∞. t Fig. tuttavia. x(t) soglia . Un discorso analogo sussiste anche per i segnali a TD.25.25. In particolare. Segnale di durata praticamente limitata. senza mai annullarsi. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.2. se si fissa una soglia diversa.4 0. legato proprio all’arbitrarietà nella scelta del valore della soglia. con t2 > t1 . 2. 2.2 0 −6 −4 −2 0 n 2 4 6 Fig. Finestra triangolare a TD per N = 4. 2.6 0. per esso.3 Estensione e durata temporale di un segnale 49 1 0. si perviene ad un diverso valore di durata del segnale. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. a differenza del caso di segnali a durata rigorosamente limitata..4 0.6 0.24.23. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. Fig.t2 ) di valori significativi del segnale.8 0. Finestra triangolare a TD per N = 4 con simmetria pari. Si noti che. 2.3. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale... Fissare una soglia (vedi fig. 2. . un certo elemento di arbitrarietà nella misura della durata. ma per i quali l’interpretazione e la misura della durata non è altrettanto univoca di quella per i segnali che si annullano identicamente al di fuori di un intervallo. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 .

Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. è lo stesso dell’esponenziale x(t) = A eat .26. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. si noti peraltro che il comportamento per t ≥ 0. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. per effetto del gradino. L’esponenziale a TC è una funzione monotona di t. come in fig. Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. Tale scelta può variare a seconda della natura del segnale.1. dove a ∈ R è un fattore di scala dei tempi. mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente.25). in dipendenza dal valore di a = 0.50 Proprietà dei segnali 14 12 10 x(t)=A eat 8 6 4 2 0 −2 −10 −5 0 t 5 10 A x(t)=A eat 14 12 10 8 6 4 2 0 −2 −10 −5 0 t 5 10 A (a) (b) Fig. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. al variare di a. esso non rientra nella famiglia dei segnali di durata praticamente limitata. che sono descritti di seguito. 2. solo per t ≥ 0. e degli scopi per i quali il segnale stesso viene studiato o elaborato. Infine. notiamo che tra le operazioni elementari introdotte nel § 2. con riferimento al caso TC per semplicità. 2. In particolare. In particolare.25). solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. nel caso a < 0. .26(a). che risulta diverso da zero.26(b). ed in particolare per a > 0 l’esponenziale risulta crescente. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . come in fig. mentre per a < 0 l’esponenziale risulta decrescente. ∀a ∈ R). Poiché. come mostra il calcolo della derivata di x(t). 2. Il caso a = 0 è degenere. delle applicazioni. che quelli a durata praticamente limitata – sono anche detti segnali transitori. (a) a < 0 (valore effettivo a = −0. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat .

la durata del segnale risulta ∆x = T ln 1 α e.27. la cui estensione è Dx = (0. e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. scegliamo come valore di soglia α A. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. risolvendo l’equazione x(∆x ) = α A.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T . com’era intuibile. si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. al crescere di T . cresce con legge direttamente proporzionale a T . Passiamo ora ad introdurre l’esponenziale bilatero a TD. con 0 < α < 1. l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. essendo infinitesimo per t → ±∞. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). A titolo esemplificativo. con a > 0.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. che è definito dalla relazione x(n) = A an . l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . legata alla pendenza della funzione esponenziale nell’origine. al diminuire di T . la durata ∆x . con ∆x > 0 (durata) dipendente dalla scelta della soglia.368 A. se si sceglie α = 0. dell’esponenziale monolatero. Così facendo. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. La costante di tempo ammette anche una interessante interpretazione geometrica. sebbene il segnale non si annulli mai al finito. e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. In tal caso. la pendenza aumenta. dove il parametro T prende il nome di costante di tempo. ed indirettamente alla sua durata. l’esponenziale monolatero è un segnale di durata praticamente limitata4 .05. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. 2. cioè. In altre parole. . Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . si ottiene che ∆x ≈ 3 T . la pendenza diminuisce. 2. Per calcolare la durata analiticamente. Viceversa. È chiaro allora che.2. ∆x ). dunque. Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. se si pone per definizione a = −1/T con T > 0.

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

(d) −1 < a < 0 (valore effettivo a = −0. (e) a = 1.1). . 2. Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.28.3 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. (b) a < −1 (valore effettivo a = −1.2.8 0.6 x(n) 0.833).5 1 (d) 0.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.4 −0.833).5 x(n) 0 0. (c) 0 < a < 1 (valore effettivo a = 0. (f) a = −1.1).

infatti.29.3. .12) è detto periodo (fondamentale) del segnale.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 ). rispettivamente. ed intorno al Sole con un periodo pari circa a 365 giorni. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali. (2.13). 2. risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. mentre nel caso TC il periodo T0 è in generale un numero reale.. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica.29.12) Il più piccolo valore di T0 che verifica la (2.13) è detto periodo (fondamentale) del segnale. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata.13) Il più piccolo valore di N0 che verifica la (2.. Segnale di durata non limitata.. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ).54 Proprietà dei segnali x(t) . Ad esempio. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici. tuttavia.. È bene enfatizzare il fatto che. I segnali di durata illimitata sono anche detti segnali persistenti. In molti casi. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. come ad esempio il segnale raffigurato in fig.12) e (2. allora. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. ∀t ∈ R . ∀n ∈ Z . in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. (2. sono sempre di durata limitata. Per segnali di questo tipo. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). nel caso TD il periodo N0 è necessariamente un numero intero. detto periodo. Inoltre . i segnali x(t) e x(n) si dicono aperiodici. 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. t Fig. Una definizione pratica. 2. 2. ovvero ∆x = +∞.

5. Pertanto. .31. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. 2.2. sotto condizioni non eccessivamente restrittive. 2. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. allora esso è periodico di periodo 2T0 .7 avente modulo A. Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . 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 )] . 3T0 . misurata in radianti (rad). Come vedremo nel cap.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. Fig. misurata ω0 in radianti al secondo (rad/s). ad esempio. Come ulteriore osservazione. che si muove con velocità angolare |ω0 |. in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app.14) dove A > 0 è l’ampiezza. . se un segnale (ad esempio TC) è periodico di periodo T0 .30. per un segnale costante x(·) = a. . f0 = 2π è la frequenza. gli esponenziali complessi o fasori6 e le sinusoidi. (2. Il fasore è un segnale che assume valori complessi. 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).30) è invece quella nel piano complesso. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. secondo la quale il fasore è rappresentato come un vettore ruotante. . noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. quali. Nel seguito si introdurranno alcuni segnali periodici elementari. e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. sulla base delle (2.13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . e della definizione di periodo.12) e (2. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario.13).12) e (2. misurata in cicli/s o Hertz (Hz). ω0 è la pulsazione. 2. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. Una conveniente interpretazione grafica (fig. le (2. è interessante notare che. x). ϕ0 è la fase iniziale. e talvolta si parla di periodo fondamentale. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto.

in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 . ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig. § A. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2.13) e ricalca quella già ω0 vista per il fasore. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. come il fasore. ovvero che x(t) = x(t + T0 ). 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. con k ∈ Z.16) dove i parametri A. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. il fasore è una pura astrazione matematica che. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0). ed in senso orario se ω0 < 0. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore.12): infatti. che il fasore non è un segnale “fisico”. il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante.31).15) pertanto.12). mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. Di contro. il che accade dopo un tempo pari a T0 = 2π 1 = . si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo.1). ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente. si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . 8 Ricordiamo . come preannunciato. 2. il fasore è un segnale periodico di periodo T0 . ω0 . Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa. |ω 0 | | f 0 | (2. Così come l’impulso di Dirac a TC. il caso ω0 = 0 rappresenta il fasore più lentamente variabile.56 Proprietà dei segnali se ω0 > 0.15). è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. Dall’interpretazione come vettore ruotante. infine.4). 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. In ogni caso. In effetti. utilizzando le formule di Eulero (cfr. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica. (2. Anche la sinusoide. Si noti. imponendo che valga la (2. come sarà chiaro nel seguito. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC.

il fasore si muove “a scatti” nel piano complesso. ma anche alcune differenze significative rispetto al caso TC. passando da ν0 = 0 a ν0 = 1. in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). 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) .17) θ0 dove A > 0 è l’ampiezza. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. la condizione θ2 − θ1 = 2kπ equivale. da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 .1). o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. 1[ oppure ν0 ∈ [−1/2. Prova. 2π [ oppure θ0 ∈ [−π . (2. ν0 = 2π è la frequenza (cicli). Equivalentemente. L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. Sulla base di questa interpretazione. k ∈ Z. 1/2[. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti.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. così come accade nel caso TC. Ovviamente. . θ0 è la pulsazione (rad). ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0.30): la differenza sostanziale. come θ0 ∈ [0. 2. ϕ0 è la fase iniziale (rad). =1 ∀n. però. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. π [. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. k ∈ Z . anche il fasore a TD soddisfa la definizione di segnale (1.13) per un segnale TD. come ν0 ∈ [0. in particolare. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. con la pulsazione θ0 ). 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 .2. Infatti. 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 )] . Come il fasore a TC. a ν2 − ν1 = k. Questa è una delle fondamentali differenze rispetto ai fasori a TC. è che poiché il tempo n varia in maniera discreta.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. k ∈ Z. se il fasore si sposta di θ0 oppure di θ0 + 2kπ . poi diminuisce (fino a ν0 = 1). la posizione finale è la stessa. nel caso TD il tempo n va considerato adimensionale. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . applicando la definizione di periodicità (2.

il periodo non coincide in generale con l’inverso della frequenza. addirittura. 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. il segno di k è legato al verso di rotazione del fasore (orario se k < 0. 2π N0 k ∈ Z. In tal caso. può aumentare. da cui si ricava che ν0 = θ0 k = .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. (2) il periodo N0 coincide con il denominatore della frazione.8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3.6 (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). 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. Infine. ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. allora il fasore non è periodico nel tempo. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. In pratica. e si può interpretare. il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . che può rimanere lo stesso (come nei due esempi precedenti) o. antiorario se k > 0). Esempio 2. un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. La proprietà precedente. nel caso in cui è periodico. Questi due esempi mostrano che. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. il periodo aumenta passando da N0 = 3 a N0 = 4. se ν0 = √2 (un numero irrazionale). con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini).58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . similmente al caso TC. Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi). Se ν0 = 2/3. Infatti. Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 . (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale. il periodo è ancora N0 = 3. oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. In particolare: A cos(θ0 n + ϕ0 ) = . Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) . k ∈ Z. il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2. mostra anche che. k ∈ Z.

9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . Come caso limite.3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. e la cui rappresentazione grafica per A = 1 e δc = 0. Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . è possibile costruire un unico segnale periodico x(t) secondo la (2. infatti. Effettuando il cambiamento di variabile k − 1 = nella sommatoria. ∀t ∈ R. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). per una dimostrazione più formale. notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A.32. in fig. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. ed il periodo dell’onda stessa.33 è mostrata un’onda rettangolare con A = 1 e δc = 0.18) risulta necessariamente x(t) = x(t + T0 ). (b) periodicità nel tempo: una sinusoide è periodica se e solo se la sua frequenza è un numero razionale ν0 = k/N0 (k ∈ Z e N0 > 1). Viceversa.18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). ±2T0 . rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . 2. per cui x(t + T0 ) = x(t). (2. Il duty-cycle δc . e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1.5 è quella di fig. d’altra parte. detto generatore. ∀t ∈ R. traslate di ±T0 . ampiezza A. 2. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . Infatti come generatore è possibile scegliere la . come si voleva dimostrare. etc. 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). basta provare che per il segnale x(t) definito come nella (2.8 (duty-cycle dell’80%). si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . la cui espressione è: ∑ A rect t − kT0 T . Si ha. Dato un segnale generatore xg (t) e fissato un periodo T0 . T0 /2]. diverso da zero nell’intervallo [−T0 /2. talvolta espresso in percentuale. Esempio 2.2. Ad esempio. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 .18).

Poiché il periodo di replicazione è inferiore alla durata del generatore. In questo caso. descritta dall’esempio che segue. 2.8 0.32. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. . 1.8 0. N0 − 1}.36. 2. Bisogna tuttavia notare che. Esempio 2.2 0 −2 −1 0 t/T 1 2 0 0 Fig. . T0 /2]. ma bisogna tener conto della sovrapposizione tra le repliche. cioè risulta x(n) = x(n + N0 ). 1]. 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=−∞ +∞ ∑ . la relazione tra segnale periodico e generatore non è biunivoca. ed il segnale risultante (fig. . altrimenti.35) non si ottiene semplicemente affiancando le finestre triangolari. Fig.34). Onda rettangolare a TC con A = 1 e δc = 0. restrizione del segnale periodico ad un periodo. In particolare. per determinare il generatore. . In altri termini. si ottiene il generatore raffigurato in fig. 2.4 0. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione.33. ad esempio [−T0 /2. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . T0 /2] . 2. 2. finestrando il segnale periodico nell’intervallo [−1. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0.6 x(t) 0. le repliche del segnale si sovrappongono.8 (duty-cycle dell’80%). t ∈ [−T0 /2.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). con t0 ∈ R. sommando queste ultime negli intervalli di sovrapposizione.t0 + T0 /2]. Un caso meno banale che evidenzia la possibilità di scegliere almeno due diversi generatori di uno stesso segnale periodico è la replicazione con sovrapposizione tra le repliche.4 0. ad esempio [t0 − T0 /2.60 Proprietà dei segnali 1 0. . Onda rettangolare a TC con A = 1 e δc = 0.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . (2.6 0.2 0 −2 −1 0 t/T 1 2 x(t) 1 0.5 (duty-cycle del 50%). che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). 0. che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare.

34. 2. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . 2.2 0 −2 −1 0 t 1 2 Fig. Segnale generatore dell’onda triangolare a TC dell’es.75).10.8 0. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo). Un differente generatore dell’onda triangolare a TC dell’es. 0.37. 2. xg(t) Fig.10.36. 1 0.4 0.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .37 per M = 3 e N0 = 5.35. Esempio 2. che si ottiene finestrando il segnale con una finestra . ottenuto finestrando il segnale periodico nell’intervallo (−0. il cui andamento è rappresentato in Fig. Onda triangolare a TC dell’es.4 0.6 0.8 0. 2.4 0. 2. Onda rettangolare a TD con M = 3 ed N0 = 5. 2. 2.6 x(n) 0.8 0. Viceversa.6 0.6 x(t) 0.2 0 1 0.8 0. Fig.3 Estensione e durata temporale di un segnale 61 1 0.2 0 −2 −1 0 t 1 2 1 0. 2.4 0.2.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).75.

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

(2.2. . . x(t) <x(t)> Z -Z +Z t 2Z Fig. 2. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . (2.. . Dato un segnale TD x(n) e fissato un intero K ≥ 0.. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . −K + 1.. 63 2. . . si definisce infatti area del segnale nell’intervallo (−Z.38.20) mentre si definisce media temporale del segnale nell’intervallo {−K. . . .23) . Considerato Z > 0. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. −K + 1. l’area e la media temporale di x(n) sono numeri reali o complessi. Z). K − 1. Z]. Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. reale o complesso. (2. reale o complesso. il numero.4 Area e media temporale di un segnale .21) Si noti che. in dipendenza della natura del codominio X del segnale. . il numero. K − 1. Le definizioni di area e media temporale date nel caso TD si estendono al caso di segnali a TC x(t) sostituendo alla sommatoria l’integrale.. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) .22) mentre si definisce media temporale del segnale nell’intervallo (−Z. 2K + 1 n=−K K (2. si definisce area del segnale nell’intervallo {−K. Z).4 Area e media temporale di un segnale Altri due parametri che concorrono a caratterizzare sinteticamente un segnale sono l’area e la media temporale.

38. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro.26) in cui.26) esiste.21) e (2. per i quali l’integrale nella (2. il che significa che esistono segnali per i quali la definizione di area (2. allora anche il valor principale di Cauchy dell’integrale di x(t) esteso all’intero asse reale esiste e i due integrali forniscono lo stesso risultato.20) e (2.25) L’integrale che definisce l’area di un segnale TC può non esistere. sia nel caso TC che nel caso TD. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. si noti che.24) perde di significato.2. Se il limite nella (2. ovvero riguardano solo una porzione del segnale.23).22) e (2.2). Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 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. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . A tal proposito. (2. (segnali TC) (2. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). (segnali TD) K→+∞ 2K + 1 n=−K (2. I valori dell’area e della media temporale calcolati sulla base delle (2. Ciò accade.21) oppure (2. = 2Z = e quindi.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt. salvo che in casi particolari. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt . è sufficiente far tendere Z oppure K all’infinito.Z2 →+∞ −Z1 lim x(t) dt . in base alla (2. § B. 2.23) si possono riscrivere come x(n) x(t) K Z Ax (K) . (2.24).24) non esiste in senso ordinario. Tale interpretazione è raffigurata graficamente per il caso TC in fig. 2K + 1 Ax (Z) . 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. nel caso dei segnali periodici.24) x(n). a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. si ottiene notando che le (2.27) .64 Proprietà dei segnali L’interpretazione di media. per esempio. dipendono dalla scelta di Z oppure di K.

23). 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. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. +∞ (2. Come conseguenza di questo risultato. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. cioè.28) ossia. nel senso che se y(t) = x(−t). 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 . Infatti. Ad esempio. Con riferimento al caso TC per semplicità. Tuttavia. con t ∈ R. Poiché la definizione di area e valor medio sono intimamente legate. 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 . la sua area è necessariamente finita. e quindi per ogni fissato valore di Z o di K: in questo caso. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . soffermando l’attenzione al caso TC. |Ax | < +∞. è immediato calcolare l’area del segnale y(t) = x(at). Esempio 2. che può esistere anche quando la serie bilatera di x(n) non converge. la sua media temporale è nulla. se il segnale x(·) assume valori finiti. l’interpretazione della (2. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. Essa vale infatti se la media è calcolata su un intervallo temporale finito. a partire dal segnale x(t) avente area finita Ax . si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. dato che l’area di un segnale può essere infinita.1.21) o (2. Come caso particolare. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). Quando invece la serie di x(n) converge. tutti i segnali dispari risultano avere area nulla.26) non esiste. ma si verifica anche per molti segnali aventi durata praticamente limitata. Si tratta di un segnale di durata rigorosamente limitata. se il segnale ha area finita. 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. Più in generale.25) si ottiene come caso limite dalle definizioni (2. se il segnale x(t) ha area finita. Allo stesso modo.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 ). 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.3). il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. mediante cambio di variabile. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. Per quanto concerne l’interpretazione di x(·) . l’integrale (2. Z→+∞ . poiché la media temporale definita nella (2. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. l’area del segnale deve necessariamente essere infinita.2. il segnale ha area nulla. con a ∈ R − {0}. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale.4 Area e media temporale di un segnale 65 Tuttavia. se consideriamo il segnale x(t) = t. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. cioè. § B. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. si ha Ay = Ax . ponendo a = −1.

Esempio 2. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . è nulla. 2. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. Pur trattandosi di un segnale di durata praticamente limitata. l’esponenziale monolatero decrescente ha area finita come la finestra rettangolare: Ax = lim Z Z→+∞ −Z x(t) dt = lim A Z→+∞ Z 0 e−t/T dt = lim AT (1 − e−Z/T ) = AT . e quindi si ha in generale u(·) = 1 . in altri termini. con T > 0. Esempio 2. Esempio 2. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. Con calcoli analoghi. Conseguentemente. 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. e quindi per un segnale costante x(·) = a si ha x(·) = a. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 .13 (area e media temporale dell’esponenziale monolatero decrescente) Calcoliamo area e media temporale del segnale esponenziale a TC x(t) = A e−t/T u(t). la media temporale di una costante coincide con la costante stessa. 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 .66 Proprietà dei segnali Conseguentemente.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. t ≥ 0. 2 La media temporale può essere nulla anche se il segnale ha durata infinita. 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). . definito come sgn(t) = 1.27. Esempio 2. con 0 < |a| < 1. in quanto ha area finita pari a N. −1. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. t < 0 . ma presenta particolari proprietà di simmetria. come evidenziato nel seguente esempio.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. Analogamente.

Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). osserviamo nuovamente che se un segnale ha simmetria dispari. 2. ∀t = 0. n ≥ 0. e raffigurato graficamente in fig. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. presentiamo le seguenti proprietà della media temporale. in quanto il suo valore nell’origine non è nullo.39. Segnale signum a TC. Fig.5 −0. anche la sua media temporale è nulla. il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)]. In questo caso. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). 9 Notiamo .  =−Z =Z Questo risultato discende dal fatto che il signum a TC. e rappresentato graficamente in Fig. n < 0 . 2. Segnale signum a TD.2. essendo una funzione dispari9 . 2.4 Area e media temporale di un segnale 67 1 1 0. Per completare la trattazione.5 x(n) = sgn(n) 0. come sgn(n) = 1.40. allora la sua area è nulla e.5 x(t) = sgn(t) 0 0 −0.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. Si ha:  x(t) = lim 1 Z→∞ 2Z Z −Z  0 −Z sgn(t) dt = lim 1   Z→∞ 2Z  (−1) dt + Z 0  1 dt  = 0 .39. 2. ha area nulla (nel senso del valor principale di Cauchy). −1. definito analogamente a sgn(t). e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale.40. Più in generale. conseguentemente.

non dipende da Z ed è finito da cui segue la convergenza a zero per Z → +∞. ∀α1 . invece. Nel seguito. Infatti. La media temporale di x(·) può essere calcolata su un solo periodo:  T0 1  x(t) dt . 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 . (segnali TD) N0 n=0 Prova. assolutamente integrabile/sommabile su un periodo. Z). proviamo la proprietà (c) per il caso a TC (la dimostrazione per il caso TD si effettua in modo simile). ∀n0 ∈ Z . dobbiamo calcolare x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt . avente periodo T0 nel caso TC. o periodo N0 nel caso TD. consideriamo il termine (c) ed effettuiamo il cambio di variabile u = t − nZ T0 .7 (proprietà della media temporale) (a) Linearità: α1 x1 (·) + α2 x2 (·) = α1 x1 (·) + α2 x2 (·) . T0 [ è la frazione di periodo rimanente. In base alla definizione di media temporale. Per il termine (b). (c) Media temporale di un segnale periodico: Sia x(·) un segnale periodico. 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 . 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. La dimostrazione delle proprietà (a) e (b) è immediata ed è lasciata al lettore come esercizio. (b) Invarianza temporale: x(t − t0 ) = x(t) . I termini (a) e (c) tendono a zero per Z → +∞. mentre εZ = Z − nZ T0 ∈ [0.68 Proprietà dei segnali Proprietà 2. 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 . dove nZ ∈ N indica il numero intero di periodi T0 contenuti in (0. α2 ∈ C . T0 ). ∀t0 ∈ R . (segnali TC) T 0 0 x(·) = 1 N0 −1    ∑ x(n) . x(n − n0 ) = x(n) . se il segnale x(t) è assolutamente sommabile in (0.

T0 ). questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . Per ω0 = 0. per cui la media temporale si può calcolare su un A e j ϕ0 e j ω0 t T0 jω0 t=T0 T0 e jω0 t dt = = t=0 A e j ϕ0 T0 e j2π − 1 jω0 = 0. per un segnale TD. ad esempio in (0. 2.29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . pari ad un periodo del segnale. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt .18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . Con la notazione precedente. per cui: x(t) = A e jϕ0 = A e jϕ0 . utilizzando la (2. . osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt .15. ricalcoliamo la media temporale del segnale x(t) = sgn(t). ∀t0 ∈ R . riottenendo il risultato dell’es. il fasore x(t) è periodico di periodo T0 = periodo. ∀t0 ∈ R . (segnali a TD)  N 0 N0 Esempio 2.2. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 .7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. 2. La proprietà 2.17 (media temporale del signum) Come applicazione della proprietà di linearità. evitando il passaggio al limite presente nella definizione generale (2. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . Esempio 2. la sommatoria fatta su N0 campioni consecutivi arbitrari. ovvero su un periodo del segnale. Tale proprietà può essere espressa in forma più generale. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. ∀n0 ∈ Z .14 e 2. il fasore degenera nel segnale costante x(t) = A e jϕ0 . denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) .25). Allo stesso modo. (segnali a TC)  T0 T (2. Per ω0 = 0. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1.29) x(·) = 1 0  ∑ x(n) .16.4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . =1 2 =1 dove abbiamo applicato i risultati degli es.

18) che un fasore con ω0 = 0 ha media temporale nulla. es.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). altrimenti . Dalla sua definizione. si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. la componente alternata. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. Analogamente. 2.31) Mentre la componente continua rappresenta il valor medio del segnale. se θ0 = 2π k. A cos (ϕ0 ) . la parte “costante” del segnale. essendo ottenuta depurando il segnale della componente continua. Definizione 2. . k ∈ Z .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 . Ae Esempio 2. (2. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale. Infatti.4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . se θ0 = 2π k. altrimenti . si può definire per differenza anche la componente alternata. la media temporale di un segnale si può interpretare come la componente continua del segnale.4. applicando la proprietà di linearità della media temporale. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . ne rappresenta la parte effettivamente “variabile”. in un certo senso. k ∈ Z . 2. a partire dalla componente continua. Nel caso in cui ω0 = 0.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . jϕ0 .19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). Infatti. (2. possiamo applicare la proprietà 2. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. poiché la sinusoide x(t) si esprime come somma di due fasori. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . e quindi.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica.

2 2 Pertanto la decomposizione (2.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es.18 e 2. (segnali TC) |x(n)|2 . Avendo ignorato eventuali costanti di proporzionalità. che viene misurata in Joule (J). anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza. coincide con la sua componente alternata. che rende tale definizione di energia applicabile anche a segnali complessi. 2. analogamente. e ricorre in numerose applicazioni.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. con ω0 = 0. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . (2.2. un resistore R attraversato dalla corrente x(t): per effetto termico. segue che il fasore e la sinusoide a TC. il fasore e la sinusoide a TD. 2. se il segnale è reale. per cui la componente continua vale xdc = 1 . (2. con θ0 = 2π k. k ∈ Z.33). un segnale x(·) che presenta xdc = 0 e che. 2 2 Dalla relazione precedente si può ricavare.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. è chiaro inoltre che un qualunque segnale si può scrivere sempre come la somma della sua componente continua e della sua componente alternata: x(·) = xdc + xac (·) . Dagli es. Esempio 2. il concetto di energia è fondamentale nella fisica. Se si considerano altri esempi in altri campi della fisica. quindi. Per ottenere una definizione indipendente dalla particolare applicazione fisica. in quanto per un segnale reale |x(·)|2 = x2 (·).32) In particolare. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) .15) la media temporale del gradino. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . sono segnali TC puramente alternativi.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. per verifica. ad esempio. 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. sono segnali TD puramente alternativi. 2. Risultati analoghi valgono anche per il caso del gradino a TD. Consideriamo. viene detto segnale puramente alternativo.19. il resistore dissipa nell’intervallo di tempo (−Z. il modulo può evidentemente essere omesso. notiamo .

Tuttavia. l’energia è una quantità non negativa (Ex ≥ 0). in quanto l’esponenziale non tende a zero.33) (cfr.33) non sono necessariamente quelle di una energia. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. . Dal confronto tra le (2. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2.33) in specifiche applicazioni.1. Ad esempio.2. l’energia vale: Ex = A2 1 . se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre). § B. che quindi avrebbe presentato Ex = +∞. Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. ∞ Si ottiene allora una serie geometrica di ragione a2 . Se avessimo viceversa considerato T < 0. conseguentemente.4).3 e B. 1 − a2 |a| < 1 . Esempio 2.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). allora anche |x(·)|2 sarà di durata rigorosamente limitata e. con T > 0. In questo caso. ma richiede una moltiplicazione per una resistenza. Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. 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). Tali costanti di proporzionalità non saranno considerate nel seguito. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . allora. In particolare. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n). il quadrato di una corrente non è dimensionalmente una energia. mentre per |a| ≥ 1 l’energia non esiste finita.24) e (2. Essendo legata al quadrato del segnale. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. Esempio 2. avremmo avuto un esponenziale monolatero crescente. avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ .33).23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n .21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. che converge se e solo se |a|2 < 1. 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 . Esempio 2. ovvero se e solo se |a| < 1.

la conseguenza pratica è che tipicamente essi hanno componente continua nulla. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. Nel caso del prodotto per una costante α ∈ C. 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 .3).4): un segnale può essere di energia.34) Sviluppando il modulo al quadrato all’interno dell’integrale. e la somma di due segnali di energia è ancora un segnale di energia.21. (2. in generale.4). partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt .6). sussiste la seguente definizione: Definizione 2. 2.23).2. § 2.36) . sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es. Sviluppiamo esplicitamente i calcoli nel caso TC.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia.5. 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. (2.1.22 e 2.5. un segnale può avere area finita.1.21). 2. Tuttavia. i segnali di durata non limitata o persistenti non sono di energia.3 e B. 2.23) prendono il nome di segnali di energia. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). posto y(·) = α x(·).35) Z→+∞ −Z x(t) y∗ (t) dt . § B.5 Energia di un segnale 73 2. si ha: |x(t) + y(t)|2 = [x(t) + y(t)][x(t) + y(t)]∗ = x(t) x∗ (t) + y(t) y∗ (t) + x(t) y∗ (t) + y(t) x∗ (t) = |x(t)|2 + |y(t)|2 + 2 Re[x(t) y∗ (t)] . ma non essere di energia. dal punto di vista matematico. 2.2. Più in generale.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞).1 Segnali di energia I segnali aventi energia finita (come quelli degli es. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr. Viceversa. ma non avere area finita.22. Poiché i segnali aventi area finita hanno componente continua nulla. 2. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. In pratica. più articolato è il calcolo dell’energia Ex+y della somma di due segnali. § B. e 2. un segnale di energia può anche avere componente continua non nulla.3 e B.34). (2. è semplice provare che si ha Ey = |α |2 Ex . dalla quale. In conclusione. consegue che. osserviamo che. sostituendo nella (2.2.

2. Particolarmente interessante è la condizione in cui Exy = 0. 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). Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. mentre diventa necessaria e sufficiente se i segnali sono reali. però.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy . (segnali TC) ∗ Exy = −K ∑ x(n) y (n). Inoltre. al caso TD. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. In tal caso si ha x(t) y∗ (t) ≡ 0.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. in base a concetti matematici più avanzati. l’energia mutua è in generale una quantità complessa.40). l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). minore o uguale rispetto alla somma delle energie.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.41). in quanto Eyx = Exy .40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2.38) è coniugato.37) o nella (2. . il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. Poiché il termine contenente l’energia mutua nella (2. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey .37) La relazione (2. (2. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. (2. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. 11 Si usa il termine “ortogonalità” in quanto. e risulta simmetrica. 10 Se i segnali sono complessi.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. Estendendo i precedenti concetti.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. In tal caso.38) (segnali TD) A differenza dell’energia.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. Nei due esempi seguenti. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. oltre alle energie Ex e Ey dei singoli segnali. Per segnali di energia ortogonali vale l’additività delle energie (2. (2. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. si ha Eyx = E∗ : nel caso di xy segnali reali. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. Esempio 2.39) può assumere segno qualsiasi. che è una quantità reale e non negativa. la relazione (2. con ovvie modifiche. (2.

5 Fig. 2.41.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es.42). ma tali che uno dei due.5 0.5 1 1. al modulo al quadrato del segnale. abbia simmetria pari. Fig. anche la potenza è un parametro sintetico caratterizzante alcuni segnali. Esempio 2.24). ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. Z) per la lunghezza 2Z di tale intervallo di tempo. ad esempio x(t). Per un esempio concreto.5 0 −1 −0. 2. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z.5 0.6 Potenza e valore efficace di un segnale Come l’energia.5 0 −1 1 −0. risulta anche in questo caso Exy = 0. 2. si perviene alla seguente definizione di potenza: . ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt . che è utilizzato in numerosi e diversi ambiti della fisica.5 0 t 0.5 t 1 1. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale.5 t 1 1.5 y(t) 0.5 0 0. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 .5 0 0.42.5 0 t 0.5 −1.2.5 0 −1.25). 2. generalizzando l’interpretazione come media temporale al caso TD. 2. (2. come l’energia.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo.5 1 1. è una quantità non negativa (Px ≥ 0).5 2 −1 −0. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . mentre l’altro ha simmetria dispari.5 y(t) 0 −0.5 2 −1 −0. 2. La potenza è una quantità misurata in J/s o Watt (W). Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari. nonostante x(t) y∗ (t) ≡ 0. Pertanto.

A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). Esempio 2. Se il segnale è reale (a ∈ R). La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es.76 Proprietà dei segnali Definizione 2.15 sulla componente continua di un gradino. .10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 .11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). Esempio 2.1 Segnali di potenza Sulla base della definizione di potenza. gradino.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. il valore efficace di un segnale x(·) si può interpretare come il valore che deve assumere un segnale costante per avere la stessa potenza del segnale dato. come per l’energia. Il vantaggio è. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. di ottenere una quantità che dipende esclusivamente dal segnale. Sulla base del risultato dell’es.42) non sono necessariamente quelle corrette (ovvero W). 2. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. (segnali TC) (2. 2. Avendo trascurato eventuali costanti di proporzionalità. allora Px = a2 .26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . tali segnali prendono il nome di segnali di potenza: Definizione 2.42) può essere omesso se il segnale è reale. molto utilizzato nell’elettrotecnica: Definizione 2. poiché il gradino assume solo i due valori reali 0 ed 1. signum) e i segnali periodici (es. fasore.26.9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. è possibile individuare la classe dei segnali che hanno potenza finita.6. 2. le dimensioni fisiche della potenza definita in base alla (2.

12 Notiamo che se x(·) è periodico di periodo T [N ]. si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 .43). si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . la potenza potrebbe divergere solo nel caso di un segnale TC periodico x(t) che non sia a quadrato sommabile sull’intervallo T0 (un segnale del genere dovrebbe necessariamente essere non limitato su un periodo. Per soddisfare la definizione (2. Per ω0 = 0. Infatti.6 Potenza e valore efficace di un segnale 77 sinusoide). Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. √ da cui si ottiene per il valore efficace xrms = Px = A (si noti che i risultati per la potenza ed il valore efficace valgono anche per ω0 = 0).28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . fatta eccezione per casi di scarso interesse pratico. altrimenti .43)  ∑ |x(n)|2 . il fasore x(t) è periodico di periodo T0 = (2. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. un segnale periodico è necessariamente un segnale di potenza. A2 cos2 (ϕ0 ) . 13 Ad esempio.29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . per cui la potenza si può calcolare applicando la A2 dt = A2 . Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale).13). 2. un segnale periodico deve necessariamente avere durata illimitata.2.19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. Esempio 2.12) oppure (2. applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. il fasore degenera nel segnale costante x(t) = A e jϕ0 . Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). Analogamente. salvo per casi particolari di scarso interesse pratico13 . si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. risultato frequentemente utilizzato nell’elettrotecnica. Nel caso in cui ω0 = 0. k ∈ Z . per cui: Px = |x(t)|2 = A2 = A2 . questo comporta che la sua energia è necessariamente infinita. allora anche |x(·)|2 ammette lo stesso periodo. Infatti. Esempio 2. per cui è di scarso interesse pratico). In tal modo. Il valore efficace della sinusoide è allora xrms = Px = √2 . si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . . se θ0 = π k.7(c) della media temporale. (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. Per ω0 = 0. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ].

il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. e quindi non può essere di energia. Anche in questo caso.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. seguendo passaggi simili a quelli effettuati per l’energia. aventi durata non limitata.2 Relazioni tra segnali di energia e di potenza È interessante analizzare più in dettaglio le relazioni esistenti tra segnali di energia e segnali di potenza. basta scrivere (ad esempio nel caso TC): Z Px = |x(t)| 2 1 = lim Z→+∞ 2Z Z −Z |x(t)| dt = 2 Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z . si prova facilmente che Py = |α |2 Px . (2.43.6. Pertanto. Ad esempio il segnale rampa a TC x(t) = t u(t). se l’energia è finita. lim 2Z (2.78 Proprietà dei segnali 2.44) È chiaro allora che. Tuttavia. dalla (2. posto y(·) = α x(·). definita come segue: (2. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . sussiste il seguente risultato: Teorema 2. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. allora esso ha potenza nulla (Px = 0). presenta Ex = Px = +∞. In altri termini. A tal proposito. e sfruttando la proprietà di linearità della media temporale. invece.44) esiste finita. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. la (b) prova che un segnale di energia ha necessariamente Px = 0. (b) se x(·) è un segnale di energia. raffigurato in fig. Prova. e quindi non può essere di potenza.46) . nè di energia. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . Viceversa. Viceversa. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. allora esso ha energia infinita (Ex = +∞). si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. e quindi sono disgiunti. nè a quelli di potenza. 2.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). se la potenza (2. che non sono segnali di potenza. in quanto hanno Ex = +∞). in quanto esistono casi di segnali che non sono nè di energia. e la somma di due segnali di potenza è ancora un segnale di potenza. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. i due insiemi non costituiscono una partizione di tutti i possibili segnali. 2. per quanto riguarda la somma di due segnali.6. e quindi non si può considerare nè un segnale di potenza. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. Per provare la (a). Esistono casi meno banali di segnali.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. nè di potenza.

Definizione 2. in particolare.46) si scrive Px+y = Px + Py + 2 Pxy . con ω0 = 0. Esempio 2. ed xy in generale la potenza mutua è complessa. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 .46) e (2.43. (2. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi).5 x(t) = t u(t) 1 0. per la presenza dell’operazione di coniugazione sul secondo segnale.47) K 1 ∑ x(n) y∗ (n). Per segnali di potenza ortogonali. a meno che Pxy = 0.30 (ortogonalità tra seno e coseno) Un esempio di due segnali di potenza a TC ortogonali si ottiene scegliendo x(t) = cos(ω0t) e y(t) = sin(ω0t). Si ha infatti.48) e evidenziano che. 2.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. vale la proprietà di additività delle potenze: Px+y = Px + Py . Segnale rampa a TC.5 0 −2 −1 0 t 1 2 Fig. come per le energia. 2 2 . (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0. per cui la (2. si ha Pyx = P∗ . Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. (2.12 (potenza mutua) La potenza mutua tra due segnali x(·) e y(·) è:   lim 1  Z→+∞ 2Z  lim   Z −Z Pxy = x(·) y (·) = ∗ x(t) y∗ (t) dt. anche per la potenze non vale l’additività.48) Le relazioni (2. (segnali TC) (2.2.6 Potenza e valore efficace di un segnale 79 2 1.

Watt (W) per le potenze. a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. (2. Esempio 2. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0. Joule (J) per le energie. evidenziando i legami esistenti tra alcuni di essi.1. Con riferimento in particolare alla potenza.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali. in quanto l’operazione di coniugazione si scambia con la media temporale. per risolvere i due problemi precedenti e per semplificare alcuni calcoli. detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 .30).1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. 2. . nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono.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. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·).50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla. 2. e xac (·) = 0 per definizione. Posto infatti x(·) = xdc + xac (·). ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura. nella tab. vale a dire. In conclusione. Si ha allora: Px = Pdc + Pac . 2.31 (ortogonalità tra componente continua ed alternata) È facile provare che la componente continua ed alternata di un segnale di potenza sono tra loro ortogonali. che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone.

il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. nella definizione (2. in quanto. conviene introdurre un fattore numerico pari a 20. tuttavia. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . applicando le proprietà dei logaritmi. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px . ed in tal caso si parla di potenze espresse in dBW. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . invece di 10.2.001 0. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . Esempio 2.01 0. dato il valore di potenza [Px ]dB in dB . e si scrive più specificamente [Px ]dBW . opportunamente scelta a seconda delle applicazioni. mentre se si sceglie P0 = 1 mW. 2. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 .2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. e si scrive [Px ]dBm . se invece P0 = 1mW.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W.2. dove P0 è una potenza di riferimento. 2. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione.7 Misura in dB della potenza e dell’energia 81 Px /P0 0. Valori comuni di potenza espressi in dB. tenendo conto della relazione quadratica esistente tra valore efficace e potenza.5 1 2 10 100 1000 [Px ]dB −30 dB −20 dB −10 dB −3 dB 0 dB 3 dB 10 dB 20 dB 30 dB Tab. Nella tab. per avere lo stesso valore in dB.50): Px = P0 · 10 [P x ]dB 10 . si parla di potenze espressa in dBm. . scegliendo P0 = 1 W.1 0. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. Ovviamente.50). Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono.

[PR ]dBm = [γc ]dB + [PT ]dBm . Notiamo che poiché 0 < γc < 1. allora [γc ]dB < 0. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. Detta PT la potenza trasmessa.44.33 (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). la potenza ricevuta sarà pari a PR = γc PT . risulta [PR ]dBm < [PT ]dBm .51) definisce l’attenuazione in dB o path loss caratteristica del collegamento.44. misurando invece la potenza ricevuta in dB.2) in unità logaritmiche. come è ovvio che sia. La (2. 2. assumendo ad esempio P0 = 1mW. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). le potenze di riferimento nei due casi differiscono di un fattore 1000. 2. in una relazione additiva. (2. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento).82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. Si consideri lo schema di fig.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . per le proprietà dei logaritmi. per cui. . si ha: [PR ]dB = 10 log10 ovvero. Infatti. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . 2. Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. Esempio 2. corrispondente a 30 dB (tab.

(c) y(t) = x(−t). (d) y(t) = x(2t).1 Si consideri il segnale TC x(t) = rect(t). (i) z(n) = x(3 − n) y(n).8 Esercizi proposti Esercizio 2. ±2.8 Esercizi proposti 83 2. (f) z(n) = x(n − 2) + y(n + 2). (c) z(n) = y(1 − n). (k) z(n) = x(n) y(−2 − n). Determinare l’espressione analitica del segnale y(t) ottenuto effettuando le seguenti operazioni su x(t) (nell’ordine specificato) e rappresentare il grafico del segnale y(t): (a) riflessione seguita da un ritardo di 5. Esercizio 2. rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). dopo aver rappresentato il grafico di x(n) ed y(n).4 Si consideri il segnale TC y(t) = x(2t − 1).3 Si consideri il segnale TC x(t) = Λ(t). ±1. (b) y(t) = x(t + 5).2 Dati i segnali TD x(n) = |n| . 3 Esercizio 2. (b) ritardo di 5 seguito da una riflessione. Individuare quale operazione elementare è effettuata su x(t) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(t − 5). (h) z(n) = x(n + 2) y(n − 2). (l) z(n) = x(n + 2) y(6 − n). (b) z(n) = x(3n − 1). (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. 2 (e) z(n) = y(2 − 2n). (g) z(n) = x(2n) + y(n − 4). (j) z(n) = x(−n) y(−n). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. n ∈ {0. Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): .2. Esercizio 2. ±3} 0. t (e) y(t) = x . altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . n (d) z(n) = x .

5 Si consideri il segnale TC x(t) = Λ(t). inoltre. Esercizio 2. (e) y(t) = x 3 t −1 (f) y(t) = x . 2 1 (e) x(t) = √ . 2 ≤ t ≤ 5  y(t) = 3(8 − t) .84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. (c) x(t) = e−|t|/T . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). Individuare le operazioni effettuate (specificandone l’ordine) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(−t + 1). l’estensione temporale e la durata del segnale. Esercizio 2. Determinare. con T > 0. (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. 2 ≤ t ≤ 4 0 . inoltre.6 Rappresentare graficamente il segnale TC y(t) = 1. (b) y(t) = x(−t − 1).9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata.7 Rappresentare graficamente il segnale TC  3(t − 2) . 5 ≤ t ≤ 8   0. Esercizio 2.8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. 1 + t2 (f) x(t) = u(t) − rect(t − 2). 3 Esercizio 2. Determinare. (b) x(t) = e at u(−t). con a > 0. (b) cambiamento di scala con a = 2 seguito da ritardo di 1. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t). si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). Esercizio 2. l’estensione temporale e la durata del segnale. (d) x(t) = e−t . t −1 . (c) y(t) = x(2t − 1). si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . (d) y(t) = x[2(t − 1)].

(c) x(n) = cos(2n). Esercizio 2. Esercizio 2.11 Rappresentare il grafico della differenza prima y(n) = ∇1 [x(n)] = x(n) − x(n − 1) del segnale TD x(n) e calcolarne area e valor medio nei seguenti casi: (a) x(n) = 1.10 Stabilire quali dei seguenti segnali TD sono periodici e. n ∈ {0. (b) x(n) = an u(−n). (c) x(t) = u(t − 5). δ (n − 3k) − δ (n − k2 ) . (c) x(n) = a|n| . [Suggerimento: per il calcolo del valor medio.13 Stabilire quali dei seguenti segnali TD sono periodici e. . (d) x(t) = sgn(−t). 5} 0. in caso affermativo. determinarne il periodo fondamentale N0 .2. (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . 1. 4. con 0 < |a| < 1. in caso affermativo. (f) x(t) = 2 sgn(t) + 1. altrimenti (b) x(n) = u(n) + u(n − 1). (d) x(n) = (−1)n u(n). con |a| > 1. (b) x(n) = (−1)n . π j √n 2 . determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . (h) x(t) = e−t u(t). (g) x(t) = 2 rect(t). . (d) x(n) = cos(2π n). Esercizio 2. calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k). (h) x(n) = n e jn jπ n (i) x(n) = e .8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). (b) x(t) = sgn(t).12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). (e) x(t) = 2 u(t). utilizzare le proprietà della media temporale] Esercizio 2. .

15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n). 2 (h) x(t) = e−t 2 /2 u(t). (c) x(n) = cos(π n) R5 (n). + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2.16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R.17 Rappresentare il grafico del segnale TC  t . (f) x(n) = (2)n R4 (n − 2). (d) x(t) = e−2t u(t). 5 3 πn 3π n π + . (e) x(n) = 1 2 +∞ n u(n). (g) x(t) = e−t . (e) x(t) = et u(−t). (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). (f) x(t) = e−|t| . 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). Esercizio 2. 0≤t ≤1  x(t) = 2 − t .14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t). utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . (d) x(n) = 5 cos(0. (c) x(t) = cos(2π 100t) u(t). .2π n). 1 ≤ t ≤ 2   0. (b) x(t) = sgn(t). (b) x(n) = u(n) − u(−n − 1). 1 (i) x(t) = √ .] Esercizio 2. Esercizio 2. energia e potenza. energia e potenza. altrimenti e calcolarne valor medio.86 Proprietà dei segnali πn πn sin . T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. e calcolarne valor medio.

Esercizio 2. −5 ≤ t ≤ −4    0. Esercizio 2.8 Esercizi proposti 87 Esercizio 2. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ .5. energia e potenza. Esercizio 2. . .2.22 Rappresentare il grafico del segnale TC  5 − t . energia e potenza in entrambi i casi. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente.23 Dato il segnale TC x(t) = rect(t). −a ≤ t ≤ a 0. (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. n ∈ {−4. altrimenti e calcolarne valor medio. −3. energia e potenza. .20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] .21 Rappresentare il grafico del segnale TD x(n) = sin(0. Esercizio 2.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. Esercizio 2. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. −4 ≤ t ≤ 4 x(t) = 5 + t . energia e potenza.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. Esercizio 2.5π n) . (b) Calcolare la componente continua di y(t). e calcolarne valor medio. altrimenti e calcolarne valor medio. energia e potenza. energia e potenza.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. altrimenti nel caso in cui a = 1 e a = 0. . − 0. 4 ≤ t ≤ 5   1 . e calcolarne valor medio. . 4} 0.

si calcolino valor medio. e calcolarne valor medio. πt 2 (d) x(t) = cos(π t) + cos . Esercizio 2.29 Calcolare valor medio. . (e) x(t) = 2 cos(2π t) + 3 sin(2π t).26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4). n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio.88 Proprietà dei segnali Esercizio 2. Inoltre.   1. energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . si calcolino valor medio. 2 4 (g) x(t) = cos(2π t) sin(4π t). energia e potenza. energia e potenza del segnale x(n) = x1 (n) + x2 (n) . calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). Inoltre. Esercizio 2.28 Calcolare valor medio. A2 ∈ R+ . Esercizio 2. (c) x(t) = t 0 cos(2πτ ) d τ . energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2.   0. Esercizio 2. energia e potenza. x2 (t) = A2 e j2π f2 t con A1 . energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t .27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. (f) x(t) = cos(2π t) + 1 cos 2π t − π . x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . xg (n) =  2. (b) x(t) = cos(2π t) u(t). A2 ∈ R+ .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.25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2.

33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . . Successivamente. x2 (t) = et/2 u(at) Determinare l’insieme A ⊆ R dei valori di a in corrispondenza dei quali il segnale x2 (t) è un segnale di energia. x2 (t) = A2 rect t 2 con A1 . energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . e calcolare valor medio. A2 ∈ R+ . Esercizio 2.32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) . x2 (n) = R5 (n + n0 ) Determinare l’insieme Ω ⊆ Z dei valori di n0 in corrispondenza dei quali i due segnali x1 (n) e x2 (n) sono ortogonali. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . per a ∈ A.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 ) . Esercizio 2.31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . e calcolare valor medio. si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . per n0 ∈ Ω. energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) .8 Esercizi proposti 89 Esercizio 2. Successivamente. 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. si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) .2.

90 Proprietà dei segnali .

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

Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza.1. che nel caso di un sistema TC si definisce come segue: Definizione 3. (a) Integratore TC. 3. e non semplicemente dal valore del segnale nello stesso istante t.t] . (3.t] sottolinea esplicitamente che l’uscita y(t) all’istante di tempo t dipende in generale dall’intero segnale di ingresso {x(u)}u∈R . abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. 1 Per (3.1 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.1) può essere espresso in maniera sintetica.2) Nella (3.2). Tale modello matematico è descritto da una trasformazione S : I → U. che presentano proprietà diverse. la notazione y(t) = S [{x(u)}u∈R .2): Definizione 3. di ingresso ed un segnale di uscita. ed è rappresentato schematicamente in fig. come già osservato nel § 1.3) semplicità di notazione. . l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t. attraverso la relazione ingresso uscita (i-u).∞ ∑ n y(n) (a) (b) Fig.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 . n] . valori che possiamo denotare sinteticamente con {x(u)}u≤t .2 (relazione i-u di un sistema TD) Un sistema TD (SISO) con ingresso x(n) ∈ I ed uscita y(n) ∈ U è descritto matematicamente dalla sua relazione ingresso-uscita (i-u): y(n) = S [{x(k)}k∈Z .2. Il modello matematico (3. In maniera analoga. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3. Pertanto. (3. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. (b) Integratore TD o accumulatore.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du .92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. insiemi di segnali diversi definiscono sistemi diversi. 3.1(a). Esempio 3.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U.

4) e rappresentato schematicamente in fig. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. Fig. altrimenti . 2 (cfr. x y(n) = x(n + 1) . sono riportati in fig.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. L 0. decimatore ed espansore. (b) Anticipo elementare: y(n) = x(n + 1).2 Esempio 3. se n è multiplo di L . (3. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z .2 e fig. per questo motivo. anticipo unitario. 3. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. 3.3.1(b). 3. di decimazione: y(n) = x(nM) . Nel caso TD. (a) Decimatore per M: y(n) = x(nM).3) è lo stesso adottato per il caso TC: in particolare. valori che denotiamo sinteticamente con {x(k)}k≤n . Anche in questo caso. Sistemi TD elementari. si veda [14]). Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. 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. Gli schemi a blocchi dei sistemi corrispondenti. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z. § 2.1 Relazione ingresso-uscita 93 x(n) z -1 (a) y(n) x(n) ↓M y(n) (a) x(n) z (b) y(n) x(n) ↑L y(n) (b) Fig. 2 Per 3 Le .3. denominati ritardo unitario. date rispettivamente da y(n) = x(n − 1) . e di espansione: y(n) = x n = L n . (b) Espansore per L: y(n) = n x L . anticipo unitario. (a) Ritardo elementare: y(n) = x(n − 1). Il senso della notazione utilizzata nella (3. 3. Esempio 3. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . con una legge che può variare con n.2. 3.3.1) possono essere interpretate come sistemi. l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n.3 semplicità di notazione.3 (ritardo unitario. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. Sistemi TD elementari.

in cui compaiono solo i segnali in ingresso ed in uscita al sistema. il sistema stesso è visto come una “scatola nera” (black box). A volte. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. R1 ed R2 sono connessi in serie. avendo avvertito il lettore. di cui non conosciamo il contenuto. interpretazione vale solo per una classe particolare di sistemi.3) per le relazioni i-u dei sistemi.5) oppure le notazioni simboliche: x(t) −→ y(t).5) è fuorviante. utilizzeremo talvolta le (3. in cui entrano in gioco.2) e (3. Circuito elettrico con resistori connessi in serie ed in parallelo.4 Tuttavia. 3.5 In ogni caso. 3. y(n) = S[x(n)] (3.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. è la rappresentazione ingresso-stato-uscita (i-s-u). un PC può essere realizzato assemblando componenti più semplici. i sistemi cosiddetti non dispersivi (cfr. 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. oltre ai segnali di ingresso e di uscita. invece delle notazioni complete (3.6) Abbiamo già osservato che la notazione (3. essa è una rappresentazione esterna. è perfettamente adeguata per i nostri obiettivi. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 .6) in luogo delle notazioni rigorose (3. § 3.5) e (3.3) per snellire alcune derivazioni. nel seguito faremo uso esclusivamente della relazione i-u. Inoltre. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema.2) e (3. scheda audio. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. quali scheda madre. che sebbene sia meno generale. (3. e sicuramente non è la più generale.3. 5 Per 4 Questa .94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. In particolare. x(n) −→ y(n) . mentre R3 ed R4 sono connessi in parallelo. scheda video. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo.1). “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. si utilizzano le notazioni semplificate y(t) = S[x(t)].4. In particolare. Per concludere.

mouse.4. S1 y 1(.3.4. Per semplificare lo studio delle interconnessioni tra sistemi.) x(.) x(. affinchè il sistema serie sia correttamente definito. e connessione in retroazione.5. lettore floppy-disk. è possibile ottenere sistemi anche molto complessi. Si noti che. 3. Connessione in serie o in cascata dei sistemi S1 ed S2 . 3. Connessione in parallelo dei sistemi S1 e S2 . Viceversa. Le connessioni più frequentemente considerate sono tre: connessione in serie. 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.2 Interconnessione di sistemi 95 z(. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). Ad esempio. connessione in parallelo. 3.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . hard-disk. 3. i resistori R1 ed R2 sono collegati in serie. 3. lettore CD.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. . avendo a disposizione più di due sistemi.) S2 y 2(. 3. cioè U1 ⊆ I2 .5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 .) Fig. etc.6.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig. tastiera.).) Fig. Definizione 3. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema. come ad esempio quello riportato in fig. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. monitor. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici.) S1 S2 y(. Definizione 3. e collegandoli tra loro secondo tali schemi. lettore DVD. nel circuito di fig.) y(.

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

3.3) nel caso TD. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi.2) nel caso TC e dalla (3.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig. infatti l’uscita. l’invertibilità. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico. prescindendo completamente dalla loro natura fisica. l’invarianza temporale.8.3. 3. tende ad amplificare le variazioni del segnale di ingresso. 3. Estendendo i concetti precedenti in maniera ovvia al caso TD. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u.t] . Si noti che si tratta di una retroazione positiva. ma analizzando esclusivamente la forma matematica della relazione i-u. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. discusse di seguito. ma in funzione dell’uscita y(n − 1) all’istante precedente. possiamo dare la seguente definizione di sistema non dispersivo: . sono la non dispersività. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t).1 Non dispersività Riprendiamo la relazione i-u (3. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario.t] . Tali proprietà.8. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. data dalla (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. la causalità. essendo riportata in ingresso con il segno positivo. mentre il sistema S2 è un ritardo elementare. Notiamo che la precedente relazione non è una relazione i-u. 3. la stabilità. e non ad attenuarle.3. mentre il sistema S1 nel ramo diretto è il sistema identico. la linearità.2) di un sistema TC: y(t) = S [{x(u)}u∈R .

in un sistema non dispersivo.8) (3. con α = R2 < 1. R1 + R2 nella quale y(t) dipende solo da x(t). (3. α y(n) (b) Fig. 3. (b) Caso TD.9) .9. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. Schema elettrico di un partitore resistivo.9.3) assume la forma y(n) = S [x(n). 3.98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig.2) oppure la (3. R1 + R2 (3.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3. l’uscita all’istante t oppure n dipende solo dal valore assunto dal segnale di ingresso nello stesso istante (con una legge che può variare. si ottiene la semplice relazione i-u: y(t) = R2 x(t) . il cui schema elettrico è riportato in fig.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. Inoltre.2) assume la forma y(t) = S [x(t). Definizione 3. n] . come sinonimo di sistema non dispersivo. Applicando la legge del partitore. in quanto la forma più generale della relazione i-u è la (3.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) . eventualmente. si parla anche di sistema istantaneo o senza memoria. di norma. con t oppure con n).10. i sistemi sono dispersivi. Schema a blocchi di un amplificatore.t] . Pertanto il partitore resistivo è un sistema non dispersivo. Sottolineamo che. e quindi i sistemi non dispersivi rappresentano un caso particolare.7) In sintesi.3). (a) Caso TC. 3. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. Esempio 3. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3. Esempio 3.

dopo un tempo T .7 (amplificatore/attenuatore TD) I concetti dell’es. M + 1 k=0 e quindi l’uscita y(n) è calcolata in ogni istante n come la media aritmetica dei campioni dell’ingresso negli istanti n.6 si dice evidentemente dispersivo. Il termine “memoria” per T viene utilizzato proprio perché.3 Proprietà dei sistemi 99 Più in generale. .8 caso α < 0 si può vedere come la cascata di un invertitore. . Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). 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. un sistema TC descritto da una relazione i-u del tipo (3. b1 . 3. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. con pesi b0 . sistemi a memoria praticamente finita. .9).7 all’uscita in un determinato istante di tempo.1 e l’accumulatore dell’es.6 si possono estendere al caso TD. x(n − 1). si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. il sistema “dimentica” l’ingresso. o ancora con memoria: ad esempio.2 sono entrambi sistemi con memoria infinita. 3. e di un amplificatore/attenuatore y(t) = |α |z(t). oltre al campione attuale. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. n − 1. Inoltre. . anche da M campioni precedenti dell’ingresso.3. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. Se. tale sistema ha memoria finita e pari ad M. Esempio 3. n − M. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. 3. Un amplificatore/attenuatore a TD si rappresenta come in fig. l’integratore dell’es. Un amplificatore/attenuatore TC si rappresenta come in fig. il sistema funziona da amplificatore. 3. Poiché l’uscita all’istante n dipende. In linea di principio tale memoria potrebbe variare col tempo. 3. . . Si parla di “memoria” del sistema. x(n − M) del segnale di ingresso. α > 1. la memoria del sistema è proprio pari a T per ogni t.9 ciò non accade. .3. . 6 Il . 3.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . . con 0 < α < 1. ad esempio l’integratore dell’es. tuttavia. oltre che da x(n). con T > 0. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . Esempio 3. degli M + 1 campioni x(n).2 sono sistemi dispersivi. viceversa.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. Per questo motivo. anche se negli es. 3. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. Esempio 3. prende il nome di attenuatore. . bM . 3.10(a). la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . 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. Un sistema che non soddisfa la prop.1 e l’accumulatore dell’es. e sistemi a memoria infinita. z(t) = −x(t). . o anche dinamico. Si tratta evidentemente di un sistema dispersivo. nel senso chiarito meglio dai due esempi seguenti. non dipende dall’intero segnale d’ingresso.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) .10(b). 3. L’uscita all’istante t. non sempre la memoria di un sistema è finita. . In definitiva.8 e 3. il sistema prende il nome di integratore con memoria finita. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce.

l’uscita y(t) all’istante t dipende dall’ingresso passato. descritto dalla relazione i-u y(t) = t −∞ x(u) du .100 Proprietà dei sistemi 3. ovvero i valori passati ed il valore presente dell’ingresso.t] . secondo il quale l’effetto non può precedere la causa.t] . Modificando gli estremi di integrazione.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. Con ovvie modifiche.t] . l’integratore dell’es. è chiaramente un sistema causale. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t. quindi.10) Esempio 3.8. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. descritto dalla relazione i-u y(t) = t t−T x(u) du . n] .2) assume la forma y(t) = S[{x(u)}u≤t . la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. è un sistema causale. otteniamo un sistema non causale.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . con T > 0. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . Si giunge allora alla fondamentale definizione di sistema causale. {x(u)}u>t rappresenta l’ingresso futuro: in generale. Interpretando l’ingresso come causa e l’uscita come effetto.2 Causalità Partiamo ancora dalla relazione i-u (3. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente.1. il concetto di sistema causale si estende al caso TD.11) (3.2) assume la forma y(t) = S [{x(u)}u≤t . ovvero di un sistema per il quale la (3.3. In altri termini.3) assume la forma y(n) = S [{x(k)}k≤n . Per un fissato t. 3.10 (integratore causale e non causale) L’integratore dell’es. (b) Un sistema TD si dice causale se la sua relazione i-u (3. . 3. presente e futuro. a patto che T > 0. ma non dipende dagli ingressi futuri. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . (3. giungendo alla seguente definizione: Definizione 3. e quindi da valori futuri dell’ingresso. Allo stesso modo.

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

per ogni n ≤ 0. Può essere visto come un sistema MA causale (cfr. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita.11.9. per ogni t ≤ 0. y(n) = S[{x(k)}k>n . per ogni t < 0. per alcuni valori di n ≤ 0. 3.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. b0 = 1 e b1 = −1).1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. 3. es. 3. e quindi i sistemi del mondo fisico sono tutti causali.) sistemi fisici capaci di prevedere il futuro (ad esempio. n] .. y1 (0) = 0 e y2 (0) = 1. anche l’operazione di differenza prima per segnali a TD (cfr.11. Tuttavia. 3. infatti. non sono stati ancora scoperti. la cui corrispondente uscita è y1 (n) = 0. 3. ∀n ∈ Z. esso può anche essere visto come un sistema MA non causale (cfr. in molti casi. in particolare. Differenza prima. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. In quest’ultimo caso. ossia: y(t) = S[{x(u)}u>t . 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.11) si dice non causale. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). 0[. ai sistemi fisici che elaborano i segnali “in tempo reale”. Si è visto che un sistema in cui l’uscita non soddisfa la (3. per alcuni valori di t ≤ 0. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. Quindi la prop. ad esempio) ed elaborarlo “in tempo differito”: si pensi.. ed x2 (n) = δ (n − 1). 3. Sebbene x1 (n) = x2 (n) = 0.10) oppure la (3.4) ammette una interpretazione sistemistica.1(b) e scegliamo x1 (n) = 0. per t ∈] − T. Ad esempio.9. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). Esempio 3. anziché elaborare un segnale in tempo reale. ∀n ∈ Z.102 Proprietà dei sistemi x(n) ∇1 Fig.t] . b0 = −1 e b1 = 1). è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. Quindi la prop. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). 3. mentre y2 (t) = 0. ad esempio. Osserviamo in conclusione che non esistono (o almeno. usiamo la prop. 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. Equivalentemente.1. Un sistema siffatto si dice 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). es. y2 (t) = 0. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . Per provare ciò formalmente. Questa osservazione si applica. con M = 1.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). con M = 1. y(n) Sebbene x1 (t) = x2 (t) = 0. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. Un altro esempio . è possibile memorizzarlo (su un supporto magnetico o ottico. infatti. ed è quindi utile considerare anche il caso di sistemi non causali. § 2.

avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. . per ogni segnale di ingresso x(·) ∈ I .12) ossia. ingressi distinti devono generare uscite distinte. Esempio 3. L’amplificatore è un sistema invertibile. non vi è alcuna restrizione sui segnali di ingresso e uscita. Più precisamente. il sistema S è il sistema inverso di S−1 .12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. questo significa che. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. 10 Nel seguito di questa sezione. (3. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). Si può verificare che. nell’elaborazione di immagini. 3.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). faremo uso della notazione semplificata (3. se S−1 è il sistema inverso di S. basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. comunque si fissi un segnale di uscita y(·) ∈ U. In altri termini. Si noti che.3 Proprietà dei sistemi 103 in cui ha senso considerare sistemi non causali è quello in cui la variabile indipendente del segnale non rappresenta effettivamente un tempo (ad esempio.5) per esprimere i legami i-u dei sistemi.3. in altre parole. sussiste la seguente definizione di sistema invertibile:10 Definizione 3. detto sistema inverso. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. Da un punto di vista sistemistico. la variabile indipendente è di tipo spaziale). l’ordine dei due sistemi nella cascata in fig.12. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . Sfortunatamente questo non è sempre possibile. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che.3. se il sistema S è invertibile. siamo interessati a risalire all’ingresso x(·) che l’ha generata.3 Invertibilità In molti casi pratici. la causalità rappresenta un vincolo a cui il sistema deve obbedire. non potremo risalire univocamente a x(t). 3. anche se non operanti in tempo reale. nota l’uscita y(·) di un sistema. descritto dalla relazione i-u: y(·) = α x(·) . matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . α e quindi il sistema inverso è un attenuatore.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. le corrispondenti uscite y1 (·) e y1 (·) siano distinte. pertanto. per ogni segnale y(·) ∈ U. quando si progetta un sistema. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . In questo caso. osservato y(t). tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. 3. è possibile costruire un sistema S−1 : U → I . Se il sistema è invertibile.

) x(. nonché la determinazione del sistema inverso.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. possiamo dare la seguente definizione: Definizione 3. È facile provare che il sistema raddrizzatore non è invertibile. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3. Estendendo tale concetto in modo ovvio al caso TD. Se tale dipendenza dal tempo non c’è.104 Proprietà dei sistemi y(. nella sua forma più generale: y(t) = S [{x(u)}u∈R . Basta infatti osservare che due ingressi distinti x1 (·) e x2 (·) aventi segno opposto [tali cioè che x2 (·) = −x1 (·)] generano gli stessi segnali di uscita y1 (·) ≡ y2 (·) = |x1 (·)| ≡ |x2 (·)|.14) .12) è violata. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . 3. (3. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario]. Pertanto. il raddrizzatore non è dotato di sistema inverso. e quindi i suoi effetti sono irreversibili. 3. non vi è alcuna restrizione sui segnali di ingresso. In questo caso.3.15 (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. salvo per casi particolari. è in generale un problema abbastanza complesso.2) assume la forma y(t) = S [{x(u)}u∈R ] . Esempio 3.) S S -1 x(. mentre U è costituito da tutti i segnali non negativi a valori reali.12.12).3) assume la forma y(n) = S [{x(k)}k∈Z ] .4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. poiché la (3. lo studio dell’invertibilità di un sistema. Va notato in conclusione che.t] .) Fig. (3.

In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. Specificatamente. Viceversa. Se tuttavia si tiene conto degli effetti +R termici. R1 (t) + R2 (t) (3.3 Proprietà dei sistemi 105 x(t) y(t) t1 x (t) t0 t2 t y (t) t0 t1 t2 t2 + T s t t1 t1 + t0 t2 t2 + t0 t t1 t1 + t0 t2 t2 + Ts t2 +Ts + t0 t Fig. ottenuto da x(t) introducendo il ritardo temporale t0 . il suo comportamento non cambia nel tempo. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ).2). R1 + R2 è un sistema TI. ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. con riferimento ad un sistema TC. nel senso che il segnale di uscita yt0 (t) avrà lo stesso andamento temporale del segnale y(t) (la forma del segnale di uscita non cambia). Se il sistema è TI. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. Esempio 3. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. il segnale x(t) è applicato in ingresso al sistema all’istante t1 .13. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 .15) . 3. un sistema che non soddisfa la (3.13) o la (3.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. cioè. in quanto il rapporto R1R2 2 non dipende dal tempo. producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . allora yt0 (t) = y(t − t0 ). Se invece il sistema è TV.14) si dice tempo-variante (TV) o non stazionario.3. l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. in questo esempio. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 .13. 3. si consideri ora il segnale xt0 (t) = x(t −t0 ). 3. e quindi l’origine dei tempi può essere fissata arbitrariamente. a partire dal segnale x(t). avente relazione i-u y(t) = R2 x(t) . in altre parole. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario).

più precisamente. In base alla prop. che è illustrata in fig. (3. 3. 3. 3. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. in cui. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. e da attenuatore per i 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. Notiamo che un partitore del tipo (3. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). 3.106 Proprietà dei sistemi ed è quella di un sistema TV.18) (3. per cui si ha la seguente proprietà: Proprietà 3.14 sono equivalenti.14(a). Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico.14(b) al segnale di ingresso x(n). La stessa caratterizzazione vale anche nel caso TD. è utile fornire una caratterizzazione della proprietà di invarianza temporale che.2(b).15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . 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. 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”. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R.2 ha un’interessante interpretazione in termini sistemistici. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. differentemente dalla def.16) è denominato amplificatore a guadagno variabile.17) .16) Un sistema del tipo (3. (b) Un sistema TD con ingresso x(n) ed uscita y(n) è invariante temporalmente se e solo se x(n − n0 ) −→ y(n − n0 ) .14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . l’ordine tra i due sistemi è scambiato. La prop.14 con riferimento ad un sistema TD. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. ovvero se e solo se le due configurazioni in cascata riportate in fig. per ogni t0 ∈ R. e si scrive y(n) = α (n) x(n). 3. Con riferimento al caso TC. rispetto allo schema di fig.9 in cui compare il funzionale S. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. Si faccia attenzione che. ottenendo il segnale yn0 (n) in uscita dalla cascata. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. 3. 3.13). a stretto rigore. 3. nel senso che (3. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). ad esempio. Viceversa. 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).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 ) . per ogni n0 ∈ Z.

3. ovvero se α (t) = α (costante). In altre parole. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 .16.14. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . e la loro posizione nella cascata è ininfluente. In pratica. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . ovviamente tale risultato non sussiste se il sistema è TV. Esempio 3.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. è conveniente in generale utilizzare la prop. È chiaro che yt0 (t) = y(t − t0 ). i due schemi in figura sono equivalenti. 3. D’altra parte. conviene procedere per sostituzioni formali.2 dell’invarianza temporale. per cui. è TV. 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. se il sistema è TI. come mostrato dagli esempi che seguono. Analogamente.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . per ogni segnale di ingresso x(n) ∈ I . forniscono la stessa uscita in risposta allo stesso segnale. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). ovvero se la sua relazione i-u è y(t) = α x(t). se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ).2 piuttosto che la def. l’amplificatore a guadagno variabile è un sistema TV. 11 Per semplicità.n0 x n (n)=x(n-n0) 0 S y n (n) 0 (a) y(n) x(n) S -n z 0 y(n-n0) (b) Fig.3 Proprietà dei sistemi 107 x(n) z . 3. si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . è un sistema TV in generale (è TI se e solo se α (n) = α ). evidentemente. .3. Se il sistema TD S è TI. quindi. si dimostra che l’amplificatore a guadagno variabile a TD. per il quale si ha y(n) = α (n) x(n).9. per dimostrare che un dato sistema è invariante temporalmente oppure no. facciamo uso ancora una volta della notazione semplificata (3. Per non sbagliare. In effetti. le trasformazioni S e Sz−n0 commutano. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante.5) per esprimere i legami i-u dei sistemi. introdotto nell’es. 3. 3. verifichiamo che in generale il sistema y(t) = α (t) x(t).

Esempio 3. il sistema può ritenersi ragionevolmente TI. e cambia meno drasticamente quando si alza o si abbassa il volume.9 è TI. Allo stesso modo. Ad esempio. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) .10.1): y(n) = x(−n) . 3. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. Infatti. se tale proprietà non fosse verificata. 3. per l’intervallo di durata di un compact disc. . Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ).8. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. Tuttavia. M all’ingresso xn0 (n) = x(n − n0 ) corrisponderà l’uscita: yn0 (n) = k=0 ∑ bk xn0 (n − k) = ∑ bk x(n − n0 − k) = y(n − n0 ) . Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du .2 è un sistema TI. sono anch’essi sistemi TI. 3. 3. un amplificatore audio non è un sistema TI in senso stretto.1 è un sistema TI. Esempio 3. Tuttavia. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . se il volume è tenuto fisso. tale astrazione è utile per descrivere molti sistemi di interesse il cui comportamento nel tempo è approssimativamente costante su un periodo di tempo sufficientemente lungo (rispetto all’intervallo di tempo in cui ci interessa studiare il sistema). in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. si può provare che l’integratore con memoria dell’es. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . per cui resta provato che l’integratore è un sistema TI.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. 3.20 (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. Effettuando il cambio di variabile v = u − t0 .19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. il sistema risulterebbe TV. In conclusione. k=0 M M per cui il sistema è effettivamente TI. e pertanto il sistema risulta essere TV.108 Proprietà dei sistemi Esempio 3. e l’integratore non causale dell’es.

ovvero che |α (n)| ≤ Kα per ogni n ∈ Z.20) per ogni x(n) ∈ I limitato.5 Stabilità Un sistema si dice stabile in senso BIBO (bounded-input bounded-output) se l’uscita corrispondente ad un qualunque ingresso di ampiezza limitata è a sua volta di ampiezza limitata. (3. Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. Infatti. e supponendo anche in questo caso che il guadagno sia limitato. invece.9. (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 .21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. In pratica. 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 .3. ∀t ∈ R .3 Proprietà dei sistemi 109 3. per provare che un sistema è stabile. per ogni valore di tempo. si possono dare definizioni diverse di stabilità. Ky ∈ R+ .12 Matematicamente. è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . che coinvolgono anche la limitatezza delle variabili di stato. 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. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . cioè che valga la condizione |x(·)| ≤ Kx . Esempio 3. con Kx . per cui anche y(t) è limitato. Nel seguito. da cui si ricava che anche y(t) è limitato. e trovare un’opportuna maggiorazione per l’uscita. quando parleremo di stabilità intenderemo sempre la stabilità BIBO.3. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. (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 . Per la rappresentazione i-s-u. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . Esempio 3. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). Ky ∈ R+ .23 (sistema MA) Proviamo che il sistema MA dell’es. Con analoghi passaggi. per ogni valore di tempo. con Kx .22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t).19) per ogni x(t) ∈ I limitato. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. ∀t ∈ R . . 3. e non attraverso la rappresentazione i-s-u. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). Esempio 3. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile.

k=0 M M per cui anche y(n) è limitato. ∀n ∈ Z . descritto dalla relazione i-u y(t) = t −∞ x(u) du .5 metri. (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla.24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. per provare che un sistema è instabile. Come si vede. che è un segnale limitato in quanto assume solo i valori 0 ed 1. Notiamo che un sistema MA è sempre stabile. Viceversa. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). 3. con la sola ipotesi che |x(·)| ≤ Kx .1. è stabile. quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. Esempio 3. per provare che un sistema è stabile. la sua stabilità dipende dal fatto che è descritto da una relazione i-u consistente nella somma finita di valori ritardati dell’ingresso (moltiplicati per dei coefficienti costanti). se |x(n)| ≤ Kx per ogni n ∈ Z. Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . Infatti. assume cioè valore infinito in almeno un istante di tempo. in ogni istante di tempo. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . 3. . è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. Un esempio di sistema instabile: il Tacoma Narrows Bridge.15.110 Proprietà dei sistemi (a) (b) (c) Fig. (b) Le oscillazioni viste da una estremità del ponte. (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura.

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

allora anche α x(·) ∈ I. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. 3. 3.) x(. Infatti. se il sistema S verifica la proprietà di additività. la proprietà di omogeneità può essere interpretata come in fig. Se il sistema S verifica la proprietà di omogeneità. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. Da un punto di vista matematico. 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 . 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. nel senso che ya (·) ≡ yb (·). Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U. ∀α ∈ C . si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . In altre parole. se x1 (·) ∈ I e x2 (·) ∈ I. si ha: α x(·) −→ α y(·) . affinchè il sistema S possa essere lineare.16(b) (si faccia attenzione: non è una configurazione parallelo).16. Pertanto. quindi. se x(·) ∈ I.) α (a) S y a(. con riferimento alla fig. 3.) S α y b(.16(b). quindi. allora anche x1 (·) + x2 (·) ∈ I. Da un punto di vista sistemistico.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. 3. 3. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante.16(a) è equivalente alla configurazione serie in fig. se il sistema S verifica la proprietà di omogeneità. la proprietà di additività impone implicitamente che. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). allora la configurazione serie in fig. Precisamente. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. Allo stesso modo. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale. se il sistema è omogeneo. Definizione 3. le configurazioni (a) e (b) sono equivalenti.112 Proprietà dei sistemi x(. nel senso che ya (·) ≡ yb (·). occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare.16. la proprietà di omogeneità impone implicitamente che. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. se si deve calcolare la risposta del .) (b) Fig.17.17(a) è equivalente al sistema raffigurato in fig. 3. 3.

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

le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione). utilizzando i coefficienti α1 e α2 . delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente. Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se. invece. .) S α2 (b) Fig.18.23) discende semplicemente dalla (3. la (3. con k ∈ Z. .23): in questo caso.) S α1 y b(. A tale proposito.) x1(.22). nel seguito assumeremo la (3. con gli stessi coefficienti.23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3.22) come caso particolare. si noti che.23) come definizione di principio di sovrapposizione. (3. Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico. come l’invarianza temporale. 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. anche la linearità è una idealizzazione . se. . . si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. i segnali di uscita ottenuti. comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I.) x2(. . .) x2(. che ovviamente racchiude la (3.114 Proprietà dei sistemi x1(. si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) . l’uscita corrispondente ad una arbitraria combinazione lineare di {xk (·)}k∈Z è costituita dalla combinazione lineare. αk . e poi combinare linearmente. ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici. α2 . calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·). . Se il sistema S è lineare. k ∀α1 . occorre imporre alcune condizioni matematiche aggiuntive.22) da sola non basta per assicurare la (3. il numero di segnali xk (·) è infinito. 3. ∈ C .) α1 S α2 (a) y a(. La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi.

(3. infatti.22). Ad esempio. 3. Una conseguenza importante della proprietà di linearità.26. Adoperando la formulazione (3. Poiché x0 (·) −→ y0 (·). quando si parla di sistema lineare. si ha. si trova y0 (t) = b0 = 0.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig.24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. Sia x0 (·) ≡ 0 l’ingresso nullo.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. In pratica.13 Esempio 3. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . Tali sistemi sono una generalizzazione dei sistemi lineari. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. Sebbene sia non lineare secondo la definizione data. 13 Tipicamente. con semplici calcoli algebrici: S[α1 x1 (t) + α2 x2 (t)] = α (t)[α1 x1 (t) + α2 x2 (t)] = α1 [α (t) x1 (t)] + α2 [α (t) x2 (t)] = α1 S[x1 (t)] + α2 S[x2 (t)] .3. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. Esempio 3. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. e sia y0 (·) l’uscita corrispondente a tale ingresso. ∀α ∈ C . 3. il sistema dell’es. allora deve aversi necessariamente y0 (·) = α y0 (·). α x0 (·) −→ α y0 (·) . per l’omogeneità. che rappresenta l’uscita corrispondente all’ingresso nullo. e più precisamente dell’omogeneità. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. variabile da sistema a sistema. in elettronica. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. in pratica. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . 3. si intende un sistema che soddisfa il principio di sovrapposizione. . Prova. si ha yL (t) = b1 x(t) e y0 (t) = b0 . si ha. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. l’uscita corrispondente è necessariamente nulla. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. se si considera un amplificatore audio e lo si forza in ingresso con un segnale di tensione la cui ampiezza è maggiore di quella per cui il sistema è stato progettato. il sistema non può più considerarsi lineare.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. ∀α ∈ C. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. Nell’es. se l’ampiezza del segnale di ingresso eccede tale soglia. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). con b0 = 0. Sia nel caso TC che TD. in quanto soddisfa al principio di sovrapposizione. in particolare. in quanto.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. 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. Infatti. Proprietà 3. e si dicono lineari per le differenze. Infatti ponendo x(t) ≡ 0.

che prende il nome di caratteristica i-u. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. Un caso più caratteristico di sistema non lineare. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria.19. Infatti.6. cfr. 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. 3. detti anche non-linearità senza memoria: Definizione 3.) x(. es.20.2) lineari e a coefficienti costanti. è descritto nell’esempio seguente. e prende il nome di sistema quadratico o non-linearità quadratica.) g(x) y(. cfr.1). un sistema TI senza memoria.3.) Fig. e sono rappresentati graficamente come in fig.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . § 4. e y(t) = x3 (t) (sistema cubico). Esso appartiene pertanto ad una classe più generale di sistemi. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. Un esempio “fisico” tratto dall’elettronica è il diodo. 3. arbitrari x1 (·) e x2 (·). Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). 3.6. se si indica (fig. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. Il sistema quadratico dell’es. y(t) = sgn[x(t)] (“hard limiter”). né quella di additività. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] . Esempio 3.) y(.15). 3. Infatti.21.116 Proprietà dei sistemi x(. Esempio 3.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig.12 (non linearità senza memoria) Sia g(·) una funzione non lineare.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. 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)] .) sistema lineare y L(. § 4. Per l’omogeneità.1) o alle differenze (nel caso TD. 3. § 3.20. cfr. 3. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi.) y 0(. che non risulta neppure lineare per le differenze. Fig. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità. 3. e quindi non è additivo.27 è anche TI e non dispersivo o senza memoria (cfr. e quindi non è omogeneo. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante.

che scorre nel diodo. Fig. 0 . 3. BJT) ed i transistori ad effetto di campo (field-effect transistor. altrimenti.22 è lineare a tratti. y(t) = g[x(t)]. che assume in genere valori molto piccoli (dell’ordine di pochi decimi di ohm). 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.21. . poiché essa non è lineare per tutti i valori di x.3 Proprietà dei sistemi 117 y(t) y=g(x) x(t) tg(θ)=R x Fig. in ogni caso. x ≥ 0. con buona14 approssimazione. 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. Il parametro R rappresenta la resistenza del diodo in conduzione. Caratteristica ingresso-uscita di un diodo. modellato come un sistema non lineare senza memoria. Schema elettrico di un diodo. il che è ragionevole per segnali costanti o lentamente variabili. si può porre. il sistema non può essere considerato lineare. 3.22.22) è g(x) = x R . Notiamo che la funzione g(x) di fig. dove R è la resistenza del diodo in conduzione. FET). avente come ingresso la tensione x(t) e come uscita la corrente y(t). dove la caratteristica i-u g(x) (fig. Altri esempi di sistemi elettronici descritti approssimativamente15 da modelli non lineari senza memoria sono i transistori bipolari (bipolar junction transistor.3. 3.

con N ≥ 1 numero intero dispari . Risultato: y(t) = 2 u[x(t)]. Risultato: y(n) = x(n) + 1 x(n − 1). y(t) = ex(t) .23.118 Proprietà dei sistemi 3.2 Si consideri l’interconnessione di sistemi riportata in fig.3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 .2. Sistema dell’esercizio 3. 3. Calcolare la memoria del sistema. y(t) = 2 ln(|x(t)|).1 Si consideri la seguente interconnessione di sistemi: x(n) S1 S2 S3 y(n) dove i legami i-u dei tre sistemi sono i seguenti: S1 : y(n) = x n .23. Risultato: La memoria è pari a N − 1. 3. 3.23. Determinare il legame i-u del sistema (complessivo) riportato in figura. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . . 2 4 S3 : y(n) = x(2n) . dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig. y(t) = sgn[x(t)]. 4 Esercizio 3. Determinare il legame i-u del sistema (complessivo) riportato in fig. Esercizio 3. S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 .4 Esercizi proposti Esercizio 3.

la memoria è pari a T1 .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 . (b) Il sistema è invertibile? Giustificare la risposta. Esercizio 3. con T1 > 0. t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura. la memoria è pari a 2 T2 − T1 . Esercizio 3. 3. se T1 < T2 . x(t) = rect(t − 1) −→ y(t) = e−3t . Esercizio 3. l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. con T2 > 0. con A ∈ R. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. (b) non invertibile: in virtù del risultato del punto (a). 3.7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) .1 del libro di testo.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3. Risultato: Se T1 ≥ T2 . x(τ ) dτ . x(n) = R3 (n) −→ y(n) = 3n u(n) . Risultato: (a) y(n) ≡ 0.] Risultato: Il sistema può essere causale (non è detto che lo sia).] Risultato: Il sistema è non causale. .3. indipendentemente dalla costante A.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) .1 del libro di testo.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) .

(a) Caratterizzare gli insiemi di ingresso ed uscita. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). l’insieme U è costituito da tutti i segnali positivi. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). Esercizio 3. x2 (n) e x3 (n).9 Il sistema S in fig. Nella stessa figura sono riportate le uscite del sistema y1 (n). . (b) Stabilire se tale sistema è invertibile.9.24. Risultato: (a) nessuna restrizione su I.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . Segnali dell’esercizio 3. rispettivamente. stabilire se il sistema può essere tempo-invariante. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). è necessariamente tempo-variante.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . Esercizio 3. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3). y1(n) x1(n) 1 -1 0 -2 -2 y2(n) 1 -1 S 0 -2 -3 y3(n) x3(n) 1 0 1 1 S n -2 2 1 1 -1 0 2 n 2 n -1 0 1 2 -1 3 n 1 n -1 S -1 0 1 2 3 n 3 3 1 x2(n) 1 -1 -3 Fig. determinare il sistema inverso. 3.24 è lineare. (c) non può essere tempo-invariante. 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). 3. In caso affermativo.120 Proprietà dei sistemi Esercizio 3. (b) S è invertibile e il suo sistema inverso è caratterizzato dal seguente legame i-u: x(t) ∈ U −→ y(t) = ln[x(t)] ∈ I.

13 Il sistema S in fig. (c) non può essere tempo-invariante. Nella stessa figura sono riportate le uscite del sistema y1 (n). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). Sistema dell’esercizio 3. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). Risultato: (a) ya (t) = cos(2π fct). (b) yb (t) = ya (t) = cos(2π fct). (b) yb (t) = cos(3t − 1). Risultato: (a) non può essere lineare.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). (a) Stabilire se il sistema può essere lineare. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). è necessariamente tempo-variante.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . 3. è necessariamente non lineare. è necessariamente tempo-variante. (c) Stabilire se il sistema può essere tempo-invariante. 3. (b) Dire se il sistema è stabile. Esercizio 3. (c) il sistema non può essere tempo-invariante. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). Esercizio 3.11. (b) stabile. Risultato: (a) ya (t) = cos(3t). (a) Determinare il legame i-u del sistema. Esercizio 3. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5).25. 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 . (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t).26 è tempo-invariante. 3.25. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. x(n) y(n) (-1) n Fig. x2 (n) e x3 (n). dire se il sistema può essere tempo-invariante. rispettivamente. x(t) = e− j2t −→ y(t) = e− j3t . (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ).11 Si consideri il sistema riportato in fig.3. con t0 ∈ R.

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

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

non dispersivo. causalità. stabile. non dispersivo. non dispersivo. tempo-invariante. (c) y(t) = x(t) sgn(t). tempo-variante. tempo-variante. (d) lineare. tempo-variante. tempo-variante. non dispersivo. non dispersivo. tempo-variante. (a) y(n) = n 0 . non dispersivo. non causale. con a(t) segnale reale limitato. Esercizio 3. (c) lineare. (b) lineare. non causale. causale. sulla base delle proprietà di linearità. causalità. (c) y(n) = (d) y(n) = n+2 k=n−2 +∞ k=−∞ ∑ x2 (k). (e) lineare.21 Classificare. (d) y(t) = sgn[x(t)]. 0. non dispersivo. (d) non lineare. stabile. stabile. non dispersivo. non causale. stabile. dispersivo. tempo-variante. causale. Esercizio 3. stabilità):   x(n) . stabile. tempo-variante e stabile. i sistemi TC caratterizzati dalle seguenti relazioni i-u: (a) y(t) = ln(|x(t)|) . non causale. non causale. se x(t) = 0 . stabile. causale. ∑ Risultato: (a) lineare. causale. instabile. non dispersività. dispersivo. motivando brevemente le risposte. tempo-invariante. invarianza temporale. causale. (d) lineare. causale. (b) lineare. stabile per |a| ≤ 1 ed instabile per |a| > 1.20 Classificare. tempo-variante e stabile. . dispersivo. (c) non lineare. causale. motivando brevemente le risposte. Risultato: (a) non lineare. 0. dispersivo. altrimenti . dispersivo. Esercizio 3. (b) y(t) = x(t) + x(−t). non dispersività. invarianza temporale e stabilità. altrimenti . tempo-variante. se x(t) = 0 . instabile. (b) y(t) = a(t) x(−t). tempo-variante e stabile. altrimenti . tempo-invariante. non dispersivo. (b) lineare. ciascuno dei sistemi sotto riportati sulla base delle loro proprietà (linearità.19 Classificare. (c) y(t) = x(−t) + 5. tempo-variante e stabile. non causale. causalità. non causale. tempo-variante. se n = 0 . Risultato: (a) non lineare. causale. dispersivo. non causale. motivando brevemente le risposte. dispersivo. dispersivo. stabile. i sistemi TC caratterizzati dalle seguenti relazioni i-u: (a) y(t) = t ln(|x(t)|) . non dispersività.124 Proprietà dei sistemi Risultato: (a) non lineare (lineare per le differenze). sulla base delle proprietà (linearità. (d) y(t) = sgn[x(−t)]. sgn(k) x(n − k). instabile. invarianza temporale e stabilità). (b) y(n) = x(2 n) + x(10 − n). stabile. stabile. (c) non lineare (lineare per le differenze). tempo-variante. (b) lineare. causale. (d) non lineare. (c) lineare. tempo-invariante.

. (b) non lineare. non dispersivo. dispersivo. invarianza temporale e stabilità. con k ∈ Z . se x(n) = 0. non dispersività. sulla base delle proprietà di linearità. (c) non lineare. tempo-invariante. M2 ∈ N.3. (c) y(n) = n tan[x(n)] . i sistemi caratterizzati dalle seguenti relazioni ingresso/uscita: (a) y(n) = 1 M1 + M2 + 1 k=−M1 ∑ M2 x(n − k). motivando brevemente le risposte. (b) y(n) = max{x(n). causalità. causale. x(n − 1)}. tempo-invariante.4 Esercizi proposti 125 Esercizio 3.22 Classificare. stabile. dispersivo. con M1 . π + k π . non causale. 2 altrimenti . stabile. tempo-variante. Risultato: (a) lineare. instabile. causale.

126 Proprietà dei sistemi .

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

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

7) abbiamo utilizzato sia la proprietà di linearità [nella (4. rappresentato mediante la (4. la rappresentazione (4. nonché l’invarianza temporale del sistema.4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. L’operazione matematica effettuata tra x(n) ed h(n) nella (4. Scegliendo come segnali elementari xk (n) nella (4. esteso al caso di una infinità (numerabile) di segnali. si dice che la risposta impulsiva è una risposta canonica. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . ovvero xk (n) = δ (n − k).3) Determinare i coefficienti αk della rappresentazione è semplice. come già detto. Definiamo allora il segnale h(n) = S[δ (n)]. 2. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. con k ∈ Z. . Supponiamo allora che un segnale x(n). e sarà studiata più approfonditamente nel § 4.4) si può giustificare in maniera più formale anche applicando le prop. (4. ∀k ∈ Z . Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] .7) dove la seconda espressione si può ottenere dalla prima con il semplice cambiamento di variabile n − k = k e ponendo poi nuovamente k in luogo di k . ed abbiamo sfruttato il fatto che le quantità x(k). e calcoliamo l’uscita sfruttando il principio di sovrapposizione. la (4. (4. (4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) .6) nella (4.3) non si sovrappongono nel tempo. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. il segnale di uscita h(n) trasla anch’esso di k campioni. In questo senso. se si osserva che gli impulsi δ (n − k) nella (4. La funzione h(n) che compare nella (4.6)]. (4.5) dove abbiamo applicato il principio di sovrapposizione. utilizzando la conoscenza della sola risposta impulsiva del sistema.3 dell’impulso discreto.4). si ha semplicemente αk = x(k). ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). (4.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta.1) l’insieme numerabile degli impulsi discreti traslati nel tempo.5). 3. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ).4. Ribadiamo che per ricavare la (4.3.6) cioè traslando l’impulso in ingresso di k campioni. sostituendo la (4.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n). Si noti che.2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . sia posto in ingresso ad un sistema TD LTI. non essendo dipendenti dal tempo n. 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.7) prende il nome di convoluzione a TD. Notiamo peraltro che la (4.5)]. Pertanto. sia la proprietà di invarianza temporale [nella (4.

È interessante notare che la risposta impulsiva del sistema MA è di durata finita. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. . 4.8) e la (4. è utile mettere in luce una particolare interpretazione della (4. 5}.8) Seguendo i procedimenti delineati negli esempi del capitolo precedente. il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 .1(b).8): h(n) = k=0 ∑ bk δ (n − k) . 4. . . . e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. (a) Risposta impulsiva di un generico sistema MA. 1.2. pari ad M + 1 campioni. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. x(1) h(n − 1) e x(2) h(n − 2). descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza.9) rappresentata graficamente in fig. 5}. (4. si ha.7) mostra che. . con n ∈ Z. In sostanza. 0 . . M (4. Questa interpretazione è chiarita in fig. per ogni k ∈ Z. 3. Infatti. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n).130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . 4. k ∈ {0. la (4.1(a) nel caso generale.1. 1.11) . D’altra parte. avente la risposta impulsiva di fig.7). ∀k ∈ {0.7). 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). . è semplice provare che tale sistema è sia lineare che tempo-invariante.1. .10) espressione che fornisce gli stessi valori della (4.. altrimenti . Prima di passare al caso TC. 4. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2).. e particolarizzata in fig. ponendo x(n) = δ (n) nella (4. partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . M (4.7). (4. ∀k ∈ {0. 6 Esempio 4. . 4. il segnale di uscita si ottiene sommando tali segnali.9). dal confronto tra la (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. 1. .. al segnale di ingresso x(n) = 1 R3 (n). 4. M} .9. per un dato k ∈ Z. . dove è calcolata graficamente la risposta del sistema MA dell’es.1(b) al caso M = 5 e 1 bk = M+1 = 1 . .1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. 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).

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. 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.

11) e la (4.12) 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 . dove la delta di Dirac sostituisce quella discreta. come già visto nel caso TD. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. per ogni τ ∈ R. ossia: x(t) = +∞ −∞ α (τ ) x(t. (4.11). ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . la (4. per τ ∈ R. 2. (4. τ )] del sistema ai segnali elementari x(t.14) non discende direttamente dalla prop. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. segue che α (τ ) = x(τ ) e x(t.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. Così come il principio di sovrapposizione (3. le risposte S[x(t. dal confronto con la (4. In pratica mediante la (4. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. (4. centrati in tutti i possibili istanti di tempo τ ∈ R. 3. Tale rappresentazione si può vedere come l’estensione della (4. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. e rappresenta.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4.11). τ ) = δ (t − τ ). possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ .4) al caso TC. con t ∈ R.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. con gli stessi coefficienti α (τ ) dτ . Tuttavia.2). tuttavia.23) per una infinità numerabile di segnali. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. La derivazione della (4.3 e richiede delle condizioni matematiche aggiuntive per la sua validità. formalmente.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. Precisamente. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. 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 . Notiamo inoltre che. A differenza del caso TD. . seguendo passaggi matematici simili a quelli già visti per il caso TD. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . prop.3. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. τ )dτ . integrando) i segnali x(τ ) h(t − τ ) dτ . non è possibile dare una giustificazione immediata della (4.12) si basa su una definizione più generale di linearità di un sistema.7) è simile a quella vista nel caso TD. con τ ∈ R.14) come definizione di principio di sovrapposizione per una infinità continua di segnali.2). τ ). e prende il nome di convoluzione a TC. anche la (4.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. τ )]dτ . 4. Nel seguito. L’operazione matematica tra x(t) ed h(t) che compare nella (4. assumeremo direttamente la (4.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. data l’analogia formale tra la (4. Una giustificazione immediata ed intuitiva della (4. Precisamente.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig. e l’integrale prende il posto della sommatoria.1). senza perderci in complicate discussioni matematiche.4). se il sistema è LTI. La (4. τ ). al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua).

notiamo preliminarmente che. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). 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. si può provare che condizione necessaria e sufficiente affinché un sistema sia LTI è che la sua relazione i-u sia una convoluzione: Proprietà 4.1 e 4.2). 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) . allora il sistema è necessariamente LTI.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. (4. per confronto con la (4. (4.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . Negli es.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.7) oppure (4. 4. avente relazione i-u: y(t) = t t−T x(u) du . Successivamente. 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 . 4.12). sia invariante temporalmente.12). 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. con il cambio di variabile τ = t − u → u = t − τ . Si può facilmente verificare che tale sistema è sia lineare. In maniera equivalente. in maniera più formale.15) con T > 0. (4. In altri termini. e cioè: y(t) = +∞ −∞ rect τ − 0. la (4. T ).15) si può scrivere come una convoluzione: infatti. pari a T e coincidente con la memoria del sistema. da cui.4.5T T . Come nell’es.2. es. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0.1 (relazione i-u e risposta impulsiva di un sistema LTI) (a) Dato un sistema TC S con ingresso x(t) ed uscita y(t). ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). .2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. si può mostrare che la (4. per cui è un sistema LTI.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. 4. anche tale risposta impulsiva è di durata finita.1.5T T x(t − τ ) dτ .

4. il segnale wn (k) non si sovrappone con h(k).3(a)]. successivamente. con a = 0. descritta dalla (4. insieme con x(k) [fig.12) nel caso TC. rappresentiamo h(k) in funzione di k [fig. vedi anche il § 4. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . si veda la fig. dobbiamo costruire il segnale wn (k) = z(k − n). In particolare. Per capire meglio il meccanismo precedentemente descritto. oppure dalla (4.3(e)]. La difficoltà maggiore è che. se n > 0 [traslazione verso destra. e sommando i risultati dei prodotti ottenuti.3(c)]. costruendo il segnale z(k) = x(−k) e. che si ottiene da z(k) mediante traslazione di n campioni. si vede che per n < 0 [traslazione verso sinistra. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2.18) Le due espressioni riportate nella (4.3(d)]. consideriamo il seguente esempio. (4. in particolare. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k).18). 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. possiamo ottenere direttamente il risultato della convoluzione per n = 0. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione.3. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . 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. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. e verso sinistra se n < 0.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . Viceversa. Ovviamente. 4.3 Convoluzione Come abbiamo visto nel paragrafo precedente.1 seguente). Per calcolare gli altri valori della convoluzione. (2) Effettuare prima la riflessione del segnale x(k). Prendendo come riferimento la seconda delle (4. per cui il risultato della convoluzione è nullo. fatta eccezione per casi particolari.7) nel caso TD. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. Nel caso TD. 4. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. Se non effettuiamo nessuna traslazione su z(k). si veda la fig. effettuare la traslazione del segnale z(k) verso destra se n > 0. (3) Per ogni fissato valore di n ∈ Z. per la proprietà commutativa della convoluzione.1. si nota che si ha sovrapposizione tra h(k) e . partendo dal caso TD per semplicità. Esempio 4. 4. 4.18) sono del tutto equivalenti. Seguendo la procedura delineata precedentemente. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale.3(b)] ed il segnale riflesso z(k) = x(−k) [fig.134 Sistemi lineari tempo-invarianti (LTI) 4.

in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie. per effettuare correttamente il calcolo della convoluzione. . h(k) w2 (k) = 1 + a + a2 . 4. 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. più precisamente. l’esempio mostra chiaramente che. tale numero di campioni è pari ad n+1. un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. vale a dire: . . valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. è semplice considerare i casi per n = 1. Ovviamente esistono casi in cui il numero di termini della somma è infinito. per alcuni valori di n. Per un generico valore n > 0.3(f) nel caso in cui 0 < a < 1. + an = k=0 ∑ ak = n 1 − an+1 . . 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . . n}. In particolare. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD.7).19) Anche in questo caso. 1−a In definitiva. Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . . C. che in generale potrebbe non convergere.4.19).7) vada effettuata in principio su infiniti valori di k. 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. (4. in pratica essa può ridursi ad una somma finita di valori per ogni n. Si noti che. 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . se |a| < 1. ed è rappresentato graficamente in fig. 1. 2. il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 . h(k) e wn (k) si sovrappongono per k ∈ {0. per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + . y(n) = 1 − an+1  . se n < 0 .3 Convoluzione 135 wn (k) su un numero finito di campioni. 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 . In particolare. . sebbene la somma in (4. altrimenti . 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. h(k) w3 (k) = 1 + a + a2 + a3 . Facendo riferimento per convenienza alla seconda delle (4. oppure anche per tutti i valori di n.

8 0.4 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0. (c) riflessione del segnale x(k).8 w−5(k)=x(−5−k) 1 0.2 0 −10 −5 0 k 5 10 (a) 1 0.6 h(k) 0. (d) traslazione verso sinistra di z(k) (n = −5). 4. (f) risultato della convoluzione.8 0.8 0.4 0.4 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0.3.8333) e x(n) = u(n) (es.2 0 −10 −5 0 k 5 10 x(k) 1 0.6 0. .6 0.4 0. 4. (b) rappresentazione di x(k).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 −10 −5 0 k 5 10 (c) 1 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.6 0.6 0.2 0 (b) z(k)=x(−k) 0. (e) traslazione verso destra di z(k) (n = 5).4): (a) rappresentazione di h(k).4 0.

4. e verso sinistra se t < 0. T2 ≤ t < T2 + T1 . per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. (3) Per ogni fissato valore di t ∈ R. Infine. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. per t ≥ T2 + T1 .4(c)].t). Traslando il segnale z(τ ) verso sinistra [fig. per T1 ≤ t < T2 . per 0 < t < T1 . successivamente.t). le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. Esempio 4. 0 < t < T1 . notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 .5T1 T1 t − 0. posto in ingresso al sistema LTI (cfr. invece. di durata ∆x = T1 . 4. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. le finestre non si sovrappongono affatto. y(t) = (4. di durata ∆h = T2 .19). Riassumendo. 4. per cui si ha: y(t) = t 0 dτ = t . effettuare la traslazione del segnale z(τ ) verso destra se t > 0. per cui si ha: y(t) = t t−T1 dτ = T1 .    T2 + T1 − t. per cui si ha nuovamente y(t) ≡ 0. T2 ). le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . Per T1 ≤ t < T2 . 4.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R.4(a)] e h(τ ) [fig.4(d)]. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. Per T2 ≤ t < T2 + T1 . Per prima cosa.4. T1 ≤ t < T2 .20) T1 . ed effettuando l’integrale del prodotto.4(e)]: in particolare. costruendo il segnale z(τ ) = x(−τ ) e.5T2 T2 . Considerando invece valori positivi di t. ed assumiamo T2 > T1 . 4. 0. successivamente. 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. 4. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . (2) Effettuare prima la riflessione del segnale x(τ ). Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. per cui risulta y(t) ≡ 0 per t ≤ 0. es.4(b)] in funzione di τ ∈ R. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ).2) avente risposta impulsiva h(t) = rect .   t. per T2 ≤ t < T2 + T1 . l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . in quanto le due finestre rettangolari si sovrappongono solo su un punto. . Facciamo per comodità riferimento alla seconda delle (4. rappresentiamo x(τ ) [fig.

l’interpretazione di questa proprietà con riferimento ai sistemi LTI è che nel calcolo dell’uscita di un sistema si può scambiare il segnale di ingresso con la risposta impulsiva. la convoluzione viene chiamata anche prodotto di convoluzione. 4.3.12) è che la prima è definita mediante una sommatoria. 4. 4. ed è rappresentata in fig. In altri termini. C. tutte le proprietà algebriche del prodotto convenzionale. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. ed è rappresentato graficamente in fig. § 4. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. pertanto. T2 ) in cui il segnale y(t) è costante si riduce ad un punto.   2T − t. Per questo motivo. oltre a proprietà specifiche. mentre la seconda è definita mediante un integrale. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . se è possibile dal punto di vista matematico. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. 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(·). Ovviamente questo scambio. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) .20). scambiando il ruolo dei due segnali. per T ≤ t < 2T .138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . in particolare.3. nello studio delle proprietà della convoluzione. calcolo dell’area) sono molto simili nei due casi. cioè i due schemi in fig. nel seguito. non ha nessun senso dal punto di vista sistemistico.6. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) .5. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. notiamo che l’intervallo di tempo (T1 . la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . in quanto si può verificare che la convoluzione possiede. . 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. 4. notiamo che. Nel caso particolare T1 = T2 = T . come discusso di seguito. prodotto. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. nel senso che ya (·) ≡ yb (·). tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. similmente alla somma di convoluzione.4(f).1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. Come mostrato in fig.1). l’integrale di convoluzione può non esistere finito.6 sono equivalenti. per 0 < t < T . In conclusione. traslazione.  y(t) = t. 4.7) e quella a TC (4. t < 0 oppure t ≥ 2T . Per questo motivo. A tale scopo. Si noti che se T1 > T2 si può procedere allo stesso modo. e prende il nome di proprietà di durata della convoluzione (cfr.

.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. (c) riflessione del segnale x(τ ). (b) rappresentazione di h(τ ). 4.4): (a) rappresentazione di x(τ ). 4.4. (e) traslazione verso destra di z(τ ) (t > 0). (f) risultato y(t) della convoluzione.4. Calcolo della convoluzione tra due finestre rettangolari TC x(t) e h(t) di durata T1 e T2 (es. (d) traslazione verso sinistra di z(τ ) (t < 0).

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

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

∀t0 ∈ R .) x(. è possibile riottenere la (4. per ogni x(·) ∈ I e y(·) ∈ U. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. Nel caso di un sistema LTI. secondo la quale. ∀n0 ∈ Z .22). In virtù della proprietà di invarianza temporale (4.3 Dal punto di vista dell’interpretazione sistemistica. per sistemi a TC e a TD.21).22) e (4.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig.22) (4. si giungerebbe. noti inoltre che. si ha.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso).4) nel caso TD e la (4.2). dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). e per la (4. ∀t0 ∈ R . x(t − t0 ) −→ y(t − t0 ) . x(n − n0 ) ∗ h(n) = y(n − n0 ) .n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. In un sistema identico.142 Sistemi lineari tempo-invarianti (LTI) x(. invece che alla (4. 4.22) [un discorso analogo vale per la (4.11) nel caso TC. rispettivamente. esprimendo la relazione i-u del sistema mediante una convoluzione. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). Le (4. . abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo.) δ(. ad esempio. esplicitando la convoluzione (4. rispettivamente. Per giustificare invece la correttezza della (4. 3.9. x(n) h(n) (b) -(n1+n2) z y b(n) Fig. (4. 4. 4. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ).23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ .21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. Tale sistema prende il nome di sistema identico.9). i due schemi in figura sono equivalenti.10. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). ∀n0 ∈ Z . x(n − n0 ) −→ y(n − n0 ) . notiamo che la (4. Dal punto di vista matematico. infatti.) x(n) z . la (4.25) della convoluzione.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . se per calcolare 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.

(g) Proprietà di durata della convoluzione: Siano x(t) e h(t) di durata rigorosamente limitata. come suggerito dalla definizione. tuttavia in laboratorio è più semplice da approssimare mediante un segnale . con durata ∆y ≤ ∆x + ∆h . per cui è impossibile determinare sperimentalmente la risposta impulsiva di un sistema TC. (f) Proprietà di convoluzione con l’impulso: x(t − t0 ) = x(t) ∗ δ (t − t0 ) = δ (t − t0 ) ∗ x(t) . ∀n0 ∈ Z . ∀t2 ∈ R . ∆h ∈ R+ =⇒ y(t) = x(t) ∗ h(t) è di durata rigorosamente limitata. ∀t0 ∈ R . con durate ∆x . h(n − n1 ) ∗ x(n − n2 ) = y[n − (n1 + n2 )] . ∆h ∈ N =⇒ y(n) = x(n) ∗ h(n) è di durata rigorosamente limitata.4 Risposta al gradino L’impulso di Dirac è un segnale ideale. le proprietà della convoluzione precedentemente introdotte e discusse sono sinteticamente riassunte di seguito: Proprietà 4. (b) Proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . (c) Proprietà distributiva: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . applicando un impulso al suo ingresso. con durate ∆x . Siano x(n) e h(n) di durata rigorosamente limitata. x(n − n0 ) = x(n) ∗ δ (n − n0 ) = δ (n − n0 ) ∗ x(n) . ∀n2 ∈ Z . (e) Proprietà di invarianza temporale: h(·) ∗ x(·) = y(·) =⇒ h(t − t1 ) ∗ x(t − t2 ) = y[t − (t1 + t2 )] . D’altra parte. anche il gradino è un segnale ideale. in quanto presenta una discontinuità brusca.2 (proprietà della convoluzione) (a) Proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . ∀t1 ∈ R. con durata ∆y ≤ ∆x + ∆h − 1. non realizzabile in pratica. (d) Proprietà di esistenza dell’unità: x(·) = x(·) ∗ δ (·) = δ (·) ∗ x(·) . ∀n1 ∈ Z. 4.148 Sistemi lineari tempo-invarianti (LTI) Riepilogo delle proprietà della convoluzione Per comodità del lettore.

34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . es. sfruttando la relazione i-u (4. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione.12. . definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). è sufficiente far passare quest’ultima in un sistema accumulatore.4. 2. (4.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). In particolare.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. In altri termini.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. le relazioni (4. la risposta al gradino si può scrivere esplicitamente come: s(n) = h(n) ∗ u(n) = +∞ k=−∞ ∑ h(k) u(n − k) = k=−∞ ∑ n h(k) .35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1).4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. 4. ma anche la risposta al gradino caratterizza completamente un sistema LTI.34) e (4. 3. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. con un tempo di salita molto stretto. ovvero è anch’essa una risposta canonica.7) di un sistema TD LTI. non solo la risposta impulsiva. Notando che la (4. In definitiva. come ad esempio il segnale uε (t) di fig. per ottenere la risposta al gradino a partire dalla risposta impulsiva. in particolare. (4. Nel caso TD. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. Infatti.11(a).

in quanto caratterizza completamente il sistema. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. 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. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale.11(b). Nel caso TC. 5 Non esiste una regola generale per stabilire quanto ε . raffigurati in fig. trattandosi di una pura astrazione matematica (cfr.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema.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). un valore appropriato di ε dipende dalla struttura interna del sistema e. Per la linearità del sistema.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. si ottiene h(t) = d s(t) dt (4. Infatti.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T .38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). 2ε 2ε (4.36). Nel caso TC valgono considerazioni analoghe. adoperando le proprietà di linearità e di invarianza temporale del sistema. dunque. In particolare. Tuttavia. (4. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. Pertanto. 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 . aventi area unitaria.37) Le (4. Infatti la risposta al gradino s(t). utilizzando la (4.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) .4). si ha rT (t) = S rect t T = s(t + T /2) − s(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.12). § 2. 2. varia da sistema a sistema. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] .1. abbiamo visto [si veda la (2.36) ed (4. come già detto in precedenza. Dalla (4. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . con ε sufficientemente piccolo. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) .

39) è un sistema LTI. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. identicamente nulla per t < 0.40) con la (4. Esempio 4. 3.37) è esattamente la risposta impulsiva.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. .12). es.39) Abbiamo già mostrato che tale sistema è TI (cfr. In maniera equivalente. 4.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. 4. descritto dalla relazione i-u: y(t) = t −∞ x(u) du .18) e si può facilmente verificare che tale sistema è anche lineare. 3. in fig. In pratica. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . Si può notare che.13(b)]. 4. 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. che cresce linearmente per t > 0 [fig. la risposta al gradino s(t) e la risposta impulsiva h(t) di un sistema LTI sono legate dalla relazione biunivoca: s(t) = t −∞ h(τ ) dτ ←→ h(t) = d s(t) .4 Risposta al gradino 151 alla derivata della risposta al gradino. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. il segnale hε (t) tende proprio alla risposta impulsiva del sistema. 3. Conseguentemente. 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) .40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t). possiamo dire che.13(a)]. dt (b) Nel caso TD. per cui l’integratore (4. in virtù della (4.38).24): s(t) = t u(t) . Confrontando la (4. es.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. (4. Utilizzando la (4. che per la (4. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). il segnale in fig. il cui valore è (cfr. (4.1). si tratta cioè di una rampa. per ε → 0. 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 .36). si può mostrare che la (4. se ε 1. es.4. 4.

41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) .8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. (4. 3. (4. . (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1. es. Esempio 4.13.7). 4. In maniera equivalente.2). Integratore con memoria infinita (es.7): (a) risposta impulsiva. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . si può mostrare che la (4.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. (b) risposta al gradino. Confrontando la (4.42) con la (4.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. 4.152 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.

4 Risposta al gradino 153 10 1 0. si tratta cioè di una rampa a TD [fig. ossia: h(t) = rect t − 0. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig. 4.14. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0.5T T dτ . Conseguentemente. se n ≥ 0 . se n < 0 .36). n + 1 .14(b)]. che è riportata in fig.15(a).2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. 0 .5T T . 4. Esempio 4.   0 .   t    se 0 ≤ t < T .4 0.2). 4. se t ≥ T .6 0. (4.  dτ = t . 0 s(t) =  T     dτ = T . Integratore a TD o accumulatore (es.43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2.9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.34).4. in cui l’estremo superiore di integrazione t varia in R. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. in virtù della (4. (b) risposta al gradino. avente relazione i-u: y(t) = t t−T x(u) du .8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0.8): (a) risposta impulsiva. 4.14(a)]. 4. 4. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . Risolvendo l’integrale si ottiene:  se t < 0 . es. In virtù della (4.

Si può notare che. se ε impulsiva del sistema. che cresce linearmente nell’intervallo (0. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema.38). Integratore con memoria finita (es.15. 4. T . . che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. per ε → 0. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. si tratta di una funzione identicamente nulla per t < 0. 4. 4. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. 4. Esempio 4. (b) risposta al gradino.1. il segnale in fig. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. 4.154 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. 4.5T T + T u(t − T ) .10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T .15(b)]. Utilizzando la (4. In pratica. in fig. In altre parole. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema.9): (a) risposta impulsiva.13(c) rappresenta una buona approssimazione della risposta possiamo dire che.

4.   n+1 s(n) = . 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . Sistema MA con M = 5 e bk = 1 . se n < 0 . .2 0 −0. . (b) risposta al gradino.  ∑ k  s(n) = k=0 M    b . se 0 ≤ n < M .1 0. . se n ≥ M . 4.6 0.4 0 0.16. n M in cui l’estremo superiore della sommatoria n varia in Z. ed in fig. ∑ k   k=0  1 M+1 .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. In virtù della (4.2 1/6 h(n) 0.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . n+1 RM (n) + u(n − M) .4 Risposta al gradino 155 0. se n < 0 . M +1   1. M M (4.1(a) nel caso generale. Nel caso in cui i pesi bk siano tutti uguali a  0 . 4. . se n ≥ M . 4. M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .34). 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 0 ≤ n < M .3 1 0. ∑ bk δ (n − k) .44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4.    n   b . ∀k ∈ {0. 1.45) k=0 rappresentata in fig.8 s(n) 0 2 4 n 6 8 10 0. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 .

dato il legame biunivoco con la risposta al gradino.16.156 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata graficamente nel caso M = 5. insieme alla risposta impulsiva. 4. in fig. il lettore non dovrebbe incontrare difficoltà ad estendere alla risposta al gradino molti dei risultati ottenuti per la risposta impulsiva. Nel seguito faremo quasi sempre riferimento alla risposta impulsiva. .

occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. (4. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. ponendo α = h(0). descritto dalla convoluzione a TD espressa dalla seconda delle (4.4. si ha che l’uscita corrispondente a x1 (τ ) vale y1 (t) = +∞ −∞ x1 (τ ) h(t − τ ) dτ = +∞ −∞ x(τ ) δ (t − τ ) h(t − τ ) dτ .49) . 2. (4.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. § 3. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. si ha: y(n) = h(0) x(n) . 4. Ponendo x(n) = δ (n) nella (4. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) . Il sistema è non dispersivo se e solo se.5 Proprietà della risposta impulsiva 157 4.1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. la relazione precedente si può riscrivere come y(n) = α x(n) . questo vuol dire che la risposta del sistema non cambia se.47) Pertanto. (4. è possibile legare le proprietà del sistema (non dispersività. in questo caso. Notiamo che. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. Sostituendo nella (4. Consideriamo un sistema TD LTI.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. cioè caratterizza completamente un sistema LTI.2(c)].5.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ .46). Una condizione necessaria e sufficiente affinché ciò accada. equivalentemente.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. prop. Affinché y(n) dipenda solo da x(n). ∀k = 0.47). ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) . per ogni segnale di ingresso {x(k)}k∈Z .3.48). seguiamo una strada diversa da quella seguita nel caso TD.48). causalità.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. nella (4. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . (4. al posto di {x(τ )}τ ∈R .1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. Per costruire un segnale siffatto. è che risulti h(k) = 0. per ogni segnale di ingresso. stabilità. Passiamo ora a considerare i sistemi TC LTI. infatti.

dal confronto tra la (4. l’estensione temporale Dh e. quindi. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. la durata ∆h . per cui presenta valori non trascurabili su un intervallo temporale non limitato.48) e (4. oltre al campione attuale. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4.4 (risposta impulsiva di un sistema LTI non dispersivo) (a) Un sistema LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma h(·) = α δ (·). (b) Equivalentemente.3.1) come la durata temporale del segmento del segnale di ingresso che contribuisce. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD).49).7) oppure (4. ovvero se h(t) = α δ (t) .47). all’uscita in un determinato istante di tempo. Se allora osserviamo la relazione i-u di un sistema LTI [cfr. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . Sostituendo nella (4. Se poniamo α = h(0).3.12)]. il sistema è non dispersivo se e solo se y(t) = y1 (t). ovvero se e solo se è un amplificatore/attenuatore ideale. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale.48) la risposta impulsiva precedente. I sistemi non dispersivi sono denominati anche sistemi senza memoria. 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.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. . dove la memoria di un sistema è stata definita (cfr. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . n → ±∞. 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. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). (4. Quindi. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva. § 3. per ogni segnale di ingresso e per ogni t ∈ R. pertanto. In definitiva. senza mai annullarsi. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac.

11): (a) risposta impulsiva. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. L’integratore (cfr. In virtù della (4.10).8 0. es.4 0. . 4. 4.12). es. che è rappresentata in fig.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 .  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) . 4.17(a).6 0. 0 . (b) risposta al gradino.8 0. T (4.51) Confrontando la (4. T (4. Sistema TC IIR con memoria praticamente finita (es.6 0. aventi come risposta impulsiva il gradino unitario.8). es.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e . 4.4 0. la risposta al gradino di tale sistema si ottiene come:  se t < 0 .50) dove T > 0.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .52) Pertanto. 4. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. Sfruttando il fatto che u(τ ) = 0 per τ < 0. si ricava che il legame i-u del sistema è espresso mediante l’integrale di convoluzione tra il segnale di ingresso x(t) e la funzione del tempo h(t) = 1 −t/T e u(t) . T (4. es.52). 4.17.36). Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR).4. se t ≥ 0 .2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig.51) con la seconda delle (4. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. Esempio 4. 4.7) e l’accumulatore (cfr. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).5 Proprietà della risposta impulsiva 159 1 0. sono sistemi IIR con memoria infinita.9) e il sistema MA (cfr.

1). Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . Passiamo ora a considerare i sistemi TC LTI. ricordando la proprietà di durata della convoluzione (cfr. con 0 < α < 1. scegliamo come valore di soglia α h(0+ ) = α /T . Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. in quanto per tali valori di k risulta n − k > n. Lo stesso si può dire anche per i sistemi TD. notiamo che applicando al sistema un ingresso di durata finita. In altri termini. In conclusione. Affinché allora l’uscita non dipenda dai valori futuri. la durata della risposta impulsiva risulta ∆h = T ln 1 α . esso sarà “allungato”. Per calcolare la memoria analiticamente. per |a| → 1.53). con costante di tempo T > 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) . (4.2 Causalità Ricordiamo che un generico sistema è causale se l’uscita all’istante t oppure n dipende dal valore dell’ingresso nello stesso istante e in istanti precedenti. deve accadere che h(k) = 0 . se per semplicità facciamo riferimento ai sistemi TC. La somma su k porta in conto valori futuri dell’ingresso per k < 0. (4. ln(|a|) memoria che tende a diventare infinitamente grande. il sistema LTI ha memoria praticamente finita. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . 4.5.3.31). § 2. Così facendo. § 4.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. e quindi misurare la memoria del sistema LTI. mentre tende a zero per |a| → 0. ma non dipende dai valori dell’ingresso negli istanti successivi.17(b). 4. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T .2). 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) . il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ .3. ∀k < 0 . risolvendo l’equazione h(∆h ) = α /T (cfr. con 0 < |a| < 1 . ovvero è un segnale di durata praticamente limitata. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. per effetto della convoluzione. proprio di una quantità pari alla memoria del sistema. in virtù della (4. per ogni segnale di ingresso.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4.54) . Infatti.

18.4. ∀t < 0 . Di seguito sono riportati alcuni esempi di sistemi non causali. Risposta impulsiva dell’integratore non causale (es. § 3. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4. Abbiamo visto nel capitolo precedente (cfr. In questo caso. ∀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). 4.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0.2) che un caso particolare di sistema non causale è il sistema anticausale. la relazione i-u (4.3. il sistema è non causale. h(t) = 0. Ragionando in modo analogo a quanto fatto nel caso TD. . si può verificare che un sistema TC è causale se e solo se h(t) = 0 .5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. h(t) = 0.12). 4. In sintesi.

deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.7). ∀k ∈ {0.55) con T > 0. sia invariante temporalmente. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. conseguentemente.12). . possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)].11.56): h(n) = h=−M ∑ 0 b−h δ (n − h) . (4.19(a) nel caso generale.58) espressione che è perfettamente equivalente alla (4. Si può facilmente verificare che tale sistema è sia lineare. Esempio 4.55) si può scrivere come una convoluzione. D’altra parte.10 e 3. pertanto tale sistema è non causale.5T T . 3. per cui è un sistema LTI. avente relazione i-u: y(t) = t+T t x(u) du .5T T x(t − τ ) dτ . si ha. . descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . 0). 5}. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . 3. Infatti. e pertanto esso rappresenta un esempio di sistema LTI.19(b) al caso M = 5 e 1 bk = M+1 = 1 . il sistema non è causale. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. 4. la (4.7). . Infatti. 1. che è rappresentata in fig. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. per confronto diretto con la (4. (4. 0. .12). 4. .55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . −M + 1. M Si tratta di un sistema sia lineare che tempo-invariante.57). k ∈ {−M. . In maniera equivalente. (4. (4. da cui.56) da cui.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr.57) rappresentata graficamente in fig.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es.162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. e particolarizzata in fig. si può mostrare che la (4. . 0} . con il cambio di variabile τ = t − u → u = t − τ . altrimenti .18: si tratta di un segnale che assume valori non nulli per t < 0 e. 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) . 4. . Per questo motivo. ponendo x(n) = δ (n) nella (4. A questo punto. es. per confronto con la (4. .

terminologia discende dal fatto che la risposta impulsiva è essa stessa un segnale – è il segnale di uscita di un sistema LTI quando in ingresso è applicato un impulso – per cui dire che il sistema è casuale equivale a dire che la sua risposta impulsiva è causale. I sistemi causali godono di una proprietà importante.. (a) Risposta impulsiva di un generico sistema MA non causale. l’anticipo unitario TD è un sistema anticausale. ∀t ∈ (0. consideriamo il caso dei sistemi TC. ∀k ∈ {0.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . cioè.4. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. 1. ∆h ). 4. con ∆h ∈ R+ . con ∆x ∈ R+ . allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. abbia estensione temporale Dx = (0. che sussiste con ovvie modifiche anche nel caso TD.13). Allo stesso modo il sistema TC che effettua un anticipo temporale. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0.. si ottiene che: y(t) = 0. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. Per evidenziare tale proprietà. . la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . Un segnale identicamente nullo per t < 0 è anche detto6 causale. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. . allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. ∆x + ∆h ) . 6 Questa .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. 4. è un sistema LTI anticausale. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . ∆x ). . In tal caso.19. seguendo gli stessi ragionamenti che hanno portato alla (4.31). . 6 Esempio 4. è riassunto dalla seguente proprietà: Proprietà 4. Tale risultato. Il sistema è pertanto non causale. che realizza un anticipo unitario del segnale di ingresso. Se il sistema è causale. poiché h(n) è identicamente nulla per n ≥ 0. Si tratta chiaramente di un sistema LTI.. in particolare.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . 5} (es.

allora risulterà per la prop. 3. allora h(·) è l’inverso di hinv (·).1 e 3. allora il corrispondente sistema inverso è anch’esso LTI.) h(.) x(. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 .3. cioè y2 (t) = 0. come mostrato in fig. 4.6 si poteva già dedurre dalle prop.20 (notiamo che per i sistemi LTI vale una proprietà più generale.3 Invertibilità Ricordiamo che se un dato sistema è invertibile.20. ∀t ≤ −ε . l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. Poiché risulta x1 (t) = x2 (t) = 0. ∀t ≤ t0 . in questo caso. Per cui ritroviamo il risultato.1. per ogni t0 ∈ R e per ogni x1 (t). (4. così come il segnale di ingresso.59) per cui se hinv (·) è l’inverso di h(·).4.6 vale più in generale per sistemi lineari causali (non necessariamente TI). 4. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. 3. Pertanto. In base a tale risultato. anche il segnale di uscita è identicamente nullo per t < 0.1 y1 (t) = y2 (t). ∀t ≤ −ε . la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. in virtù della prop. rispettivamente. 7 Nel caso TD. un sistema è causale se e solo se. 4. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig.4. 4. la prop. ed applichiamo la proprietà vista per t0 = −ε < 0. Ricordiamo che. x2 (t) ∈ I tali che x1 (t) = x2 (t). risulta che y1 (t) = y2 (t).7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. sfruttando in aggiunta la proprietà di linearità. si ha che y1 (t) = 0. Poiché la risposta impulsiva del sistema identico è δ (·). In verità. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. 4. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. con ε ∈ R+ piccolo a piacere.) Fig. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) .3). ∀t ≤ t0 . 4.) x(.1 è più immediata: . ∀t < 0. Soffermiamo l’attenzione sui sistemi TC. ∀t ∈ R. Poiché la convoluzione è commutativa. 3. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). le stesse considerazioni si possono fare scegliendo n0 = −1. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso.20. 3. Dato un ingresso x1 (t) = 0. Ma se il sistema è lineare. cfr. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) .164 Sistemi lineari tempo-invarianti (LTI) y(. ∀t ≤ −ε . 3. §3. supponiamo di scegliere un secondo ingresso x2 (t) = 0. In app. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico.) hinv(. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). La seguente proprietà riassume le considerazioni fatte precedentemente: infatti.5. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. in base alla prop. ∀t ∈ R. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. l’applicazione della prop.60) (4. cioè. D è mostrato che se un sistema LTI è invertibile.

il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). Pertanto. ovvero |x(n)| < Kx . Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| .5. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. (4. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) .5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh .7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). allora la risposta impulsiva dev’essere sommabile. Si ha. D. nelle telecomunicazioni. Ad esempio. significa determinare uno dei fattori della convoluzione.4. il suo sistema inverso è anch’esso LTI e. un problema di interesse è determinare il sistema inverso di un dato sistema. e proviamo a trovare una maggiorazione simile per l’uscita y(n). In alcuni casi. che va sotto il nome di deconvoluzione (di fatto. Questa compensazione prende il nome di equalizzazione. se h(k) è una successione sommabile.5 Proprietà della risposta impulsiva 165 Proprietà 4. consideriamo un sistema TD LTI.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. Supponiamo allora che l’ingresso sia limitato. descritto dalla (4. se un sistema è stabile. a cui si rimanda direttamente il lettore. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. . Purtroppo determinare hinv (·) dalla (4. ∀n ∈ Z. Alcuni approfondimenti ed esempi sono riportati in app. cfr. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. In molti casi pratici.59) o (4.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. noto l’altro fattore ed il risultato finale). detta hinv (·) la sua risposta impulsiva.60) è un problema matematicamente complicato. con passaggi banali. 4.3. Abbiamo cioè provato che la sommabilità (4.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. §3. 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.

Tale segnale assume solo i valori 0. procediamo per assurdo. L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . x(n) = h(−n)  0. se h(−n) = 0 . supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. −1. (4. Pertanto. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. risulta che l’uscita all’istante n = 0 non è limitata.62) In definitiva. anche i valori di k per i quali h(k) = 0. . h(k − n) dove la seconda sommatoria va effettuata. 4. 4. che presentano memoria rigorosamente finita. altrimenti . 1.10). Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . come riassunto dalla seguente proprietà: Proprietà 4. la risposta impulsiva deve essere necessariamente sommabile. Ad esempio. ovvero h(n) sommabile . Per un sistema LTI a TC è possibile ragionare in maniera analoga. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . In definitiva. ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). h(k) k k=−∞ dove abbiamo incluso nella somma. e quindi è sicuramente limitato.9) e il sistema MA (§ es. la risposta impulsiva h(·) ha durata rigorosamente limitata. per ciascun n ∈ Z. su tutti i valori della variabile k per i quali h(k − n) = 0.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. (sistema TC) . l’integratore con memoria finita (§ es. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh .8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. il che contraddice l’ipotesi che il sistema sia stabile. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. senza alterarla. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh .

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

6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. . αN . il sistema avente risposta impulsiva h(t) può essere decomposto nel parallelo del sistema avente risposta impulsiva hord (t) e del sistema avente risposta impulsiva himp (t).21. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. tN Fig. come mostrato in fig. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . possiamo affermare che. In questo caso. dt k dt m=0 (4. 4. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). In altre parole.6. tuttavia per una presentazione efficace è opportuno studiarli separatamente. se i sistemi componenti il parallelo sono singolarmente stabili. 4. in virtù della prop. in svariati campi delle scienze fisiche e dell’ingegneria. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4.65) . 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. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. 4. sono descritti da equazioni differenziali lineari a coefficienti costanti. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. .21. .64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). Tali sistemi presentano numerose analogie. 4.8. dove N ∈ N. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . il sistema in fig. 4.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. . 4. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. allora il sistema complessivo è sicuramente stabile.

determinare la relazione i-u del sistema equivale a risolvere.65) descrive in maniera solo implicita il comportamento del sistema. infatti. occorre preliminarmente osservare che il fatto che la (4. è necessario conoscere lo stato iniziale del sistema. . N dk (4. per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . Una seconda osservazione importante riguarda il fatto che la (4. la soluzione generale della (4. . La (4. Come verifica di quanto sopra affermato. a1 . I valori assegnati y0 . In questo caso. sia applicato in ingresso al sistema un dato segnale x(t). . . la (4.6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema. b1 . . y1 . La soluzione generale y0 (t) della (4. Ponendo per semplicità tin = 0. .65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 .1. . . . in altre parole.4. .65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . che tiene conto di tutte le possibili condizioni iniziali.65). se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni.68) ottenuta ponendo x(t) ≡ 0 nella (4. d y(t) dt = y1 . 3. Assegnato l’ingresso x(t) per t ≥ 0.68) è detta soluzione omogenea della (4. per le quali si rimanda il lettore direttamente ai testi di analisi matematica. a1 . aN e b0 . e N ≥ 0 è l’ordine dell’equazione. è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . . in tal caso. Per sgombrare subito il campo da qualsiasi tipo di equivoco. dN−1 y(t) dt N−1 = yN−1 . a0 . . yN−1 dipendono dalla evoluzione passata del sistema e. . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. . (4.1. osserviamo che. . dal punto di vista fisico.65). coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). la (4. .67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. nel senso specificato dalla def.65).65) rispetto al segnale di uscita y(t). supposto che. . . Ciò è vero solo nel caso particolare in cui N = 0. bM sono costanti e quindi indipendenti dal tempo t. . l’equazione differenziale (4. 3. per ogni fissato ingresso x(t).65) coinvolge. in quanto. È noto8 che tale problema non è completamente definito. bM sono i coefficienti (in genere reali) dell’equazione.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. . cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . y1 . . b1 . . Nel caso più generale in cui N = 0. . è data dalla somma di una soluzione particolare y p (t) della (4. vedremo che ciò è vero solo in alcuni casi particolari. la (4. . . . essa non rappresenta un legame i-u come espresso dalla def. aN e b0 .66) t=0 t=0 dove y0 .65). .65). a partire da un istante prefissato tin ∈ R. . per trovare la corrispondente uscita y(t) per t ≥ tin . M dm che rappresenta una relazione i-u tra y(t) ed x(t). yN−1 sono valori (in genere reali) assegnati. m=0 N dk M dm (4.65) 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. 8 Nel . oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto.

h t h eλ t . i (4. (4.68). eλN t sono singolarmente soluzioni della (4. combinando linearmente tutte le N possibili soluzioni. . siano esse λ1 . .70) è una soluzione della (4.68) è ancora una soluzione della stessa equazione.70) fornisce tutte le soluzioni dell’equazione differenziale (4. cioè del tipo esponenziale complesso. allora gli esponenziali complessi eλ1t . con λ ∈ C. NR . . λN . . 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 . Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . l’esponenziale eλ t è soluzione della (4. . . Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. le radici di q(λ ) sono o reali o complesse coniugate. Pertanto. per h ∈ {0.68). poiché una arbitraria combinazione lineare di soluzioni della (4. 1. . è soluzione della (4. Più in generale. .73) degenera 9 Nel caso in cui i coefficienti del polinomio a . allora si prova facilmente che t h eλit . . . λ2 . il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. D’altra parte.73) dove λ1 . .68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t .71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. . la (4.72) dove c1 . cN sono costanti arbitrarie. allora k=0 ∑ ak dt k y0 (t) = 0 .68). In linea di principio.65). . . . . N dk (4. . la soluzione generale della (4. .9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. . (4. . e quindi deve annullarsi q(λ ).68). Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ).65). a . Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4.69). . . . Le radici del polinomio caratteristico possono essere reali. Ni − 1}. . λ2 . immaginarie oppure complesse. con N1 + N2 + · · · + NR = N [nel caso in cui R = N.68) non offre particolari difficoltà. . c2 .170 Sistemi lineari tempo-invarianti (LTI) della (4. Quindi.68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). si può provare che la (4. è immediato constatare che y(t) = y0 (t) + y p (t) (4. rispettivamente.65) non univocamente determinata. dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. .68).69) da cui sommando membro a membro la (4. . . eλ2t . N2 . λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 .67) e (4. ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 . Se si pone allora y(t) = eλ t nella (4. si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci. . a N 0 1 siano reali.

Notiamo che. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 .73). Questo è un risultato del tutto intuibile in quanto. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. . Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. ylib (t) = 0. . calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. . ossia. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). si determina una soluzione particolare y p (t) della (4. (4.65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. possiamo dire che la soluzione generale della equazione differenziale (4.65) si può ottenere seguendo i seguenti passi: 1. l’evoluzione libera del sistema è nulla.66) e la seconda dipendente solo dal segnale di ingresso x(t). allora la soluzione particolare ottenuta è valida solo per t > 0. La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. R} e h ∈ {0. .h . e per essa non è possibile dare un’espressione generale. Anche in questo caso. 1. 2.h . senza portare in conto le condizioni iniziali. Ni − 1}. se l’ingresso è applicato all’istante tin = 0. . in quanto l’uscita è definita a meno di N costanti arbitrarie.65). y1 . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. . data da y(t) = y0 (t) + y p (t) per t > 0.72)]. Innanzitutto.65). per la presenza delle costanti ci.6 Esempi di sistemi LTI 171 nella (4. . assumendo che siano nulle le condizioni iniziali.h sono combinazioni lineari dei valori y0 . la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. soddisfi le condizioni iniziali (4. .66) assegnate. con i ∈ {1.65) non definisce univocamente un sistema. (4. .h nella soluzione omogenea. Assegnato l’ingresso x(t). Riassumendo quanto detto finora. .65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. in quanto tiene conto del solo segnale di ingresso x(t). D’altra parte. . .4. .75) t=0 t=0 La soluzione particolare yfor (t) della (4. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. In altri termini. Si determina la soluzione omogenea y0 (t) data dalla (4. cioè y0 (0) = y0 . la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. Conseguentemente. . yN−1 . dN−1 y0 (t) dt N−1 = yN−1 .h ). 2. yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. .74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. Risolvendo tale sistema si trova che le costanti ci. . ∀t ∈ R.74) determina un sistema di N equazioni lineari nelle N incognite ci. se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate . 3.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4.73). cioè y0 = y1 = · · · = yN−1 = 0. La (4. d y0 (t) dt = y1 . y1 .h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. l’equazione differenziale (4. A differenza della soluzione y0 (t). . . né una tecnica generale di soluzione. . . Si determinano gli N coefficienti ci. In molti casi è conveniente esprimere la soluzione generale della (4.

19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)]. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) . In definitiva. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità.22.76) La prima osservazione interessante suggerita dalla (4. 4. rispettivamente. 4. mentre l’uscita y(t) è la tensione ai capi della capacità. indipendente dal segnale di ingresso. Possiamo quindi dire che.23. ∀t0 ∈ R.23. Schema a blocchi del sistema RC (es. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi.76) è che in generale il sistema descritto dalle (4. La seconda osservazione legata alla (4.66) non è lineare.16). indipendente dal segnale di ingresso. occorre che la sua evoluzione libera sia nulla. 3. Inoltre. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. segue dalla (4.76) che y(t) = ylib (t) = 0. se si impone x(t) ≡ 0.16). allora yfor (t) ≡ 0. ciò viola la prop. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita.22. 4.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). ciò significa che se x(t) ≡ 0. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). (4. 4. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t).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.65) e (4. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo.66) non è tempo-invariante.65) e (4. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. In particolare. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). Esempio 4. nel quale l’ingresso x(t) è la tensione ai capi della serie RC. assegnando cioè y0 = y1 = · · · = yN−1 = 0. cioè. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). 4. Tuttavia. il che si ottiene imponendo che il sistema sia inizialmente in quiete.76) è che in generale il sistema descritto dalle (4. è interessante osservare che il sistema definito dalla (4. affinchè il sistema descritto dalle (4. Fig. La . 3.4 dal momento che. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . 4. dt (4.66) sia LTI. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). può essere rappresentato mediante lo schema a blocchi in fig. α2 ∈ C. 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. ∀α1 . Schema elettrico del sistema RC (es.65) e (4.

 RC e  . dt RC dt  0 . dt (4. Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ).77) si può scrivere come: y(t) = y0 (t) + y p (t) . Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 . Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0. dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4.77). 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 . La soluzione particolare y p (t) dipende dal tipo di ingresso. In questo caso (R = N = 1).78) mentre y p (t) è una soluzione particolare dell’equazione completa (4. se t ≥ 0 . per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC .73) degenera nella (4.  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 . se t ≥ 0 . la (4. da cui si ricava l’unica radice λ1 = −1/(RC). Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4. dobbiamo imporre la sola condizione y0 (0) = y0 . RC da cui. d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e . se t < 0 . la (4.79) otteniamo allora che y0 (0) = c1 = y0 . che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 .6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4. per la presenza della costante moltiplicativa c1 arbitraria. otteniamo la risposta forzata del sistema. (4.66).79) Notiamo che. In questo caso.77). nel nostro caso (equazione del primo ordine).4.71). c1 ∈ R . Dalla (4. per integrazione indefinita. risolvendo l’equazione (4. l’equazione differenziale completa assume la forma y p (t) + RC d y p (t) = u(t) dt ⇐⇒ d 1 1 y p (t) + y p (t) = u(t) . se t < 0 .72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC .  c2 .79) non consente di determinare univocamente l’uscita del sistema. cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 . Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t).77). e deve soddisfare l’equazione differenziale completa (4.

dt RC che.37) esistente tra risposta al gradino e risposta impulsiva. 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). La soluzione completa y(t) dell’equazione differenziale corrispondente all’ingresso x(t) = u(t) si scrive: y(t) = ylib (t) + yfor (t) = y0 e−t/RC + (1 − e−t/RC ) u(t) . 4.11.80) Osserviamo che. 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. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . ovvero s(t) = (1 − e−t/RC ) u(t) .2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD.24. 4. corrisponde alla risposta impulsiva (4.65) in maniera più semplice di quanto visto finora. . 4. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). 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). Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. per cui risulta che c2 = 0.10 Pertanto. segue che c3 = −1. è pari a yt0 (t) = yfor (t −t0 ). trattandosi di una equazione differenziale del primo ordine. ∀t < 0] e stabile [h(t) è sommabile]. inoltre. con N ≥ 0 e aN = 0. ponendo T = RC. Inoltre. il sistema risultante non è omogeneo (e quindi non è lineare). 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) . Nel cap. (4. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4.50) assegnata nell’es. Notiamo a questo punto che. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. una relazione analoga alla (4. ottenuta ponendo x(t) = u(t − t0 ). ma non comporta discontinuità nel medesimo punto di y p (t) e di tutte le sue derivate successive fino a quella di ordine N − 1.77). Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. ma non comporta discontinuità in t = 0 del segnale y p (t).174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0.6. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig.65). per un’equazione differenziale di ordine N. per la presenza dell’evoluzione libera. ponendo y0 = 0. essendo il sistema LTI nelle ipotesi fatte. M (4. Tenendo presente la relazione (4.81) nota come equazione alla differenze a coefficienti costanti di ordine N. e la (4.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . il sistema LTI ottenuto è causale [h(t) = 0. Oltre ad essere chiaramente dispersivo.

6 0. sono sistemi LTI.81) descrive solo implicitamente un sistema.4. n ∈ {0.24.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR).6 0. a partire da un istante prefissato nin ∈ Z.9. come: y(n) = y0 (n) + y p (n) . 1.81). y(−N) = yN . ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. . è necessario risolvere rispetto a y(n) l’equazione alle differenze.6 Esempi di sistemi LTI 175 1 0. sono generalmente meno note ai lettori. la (4. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) .65). . a0 m=0 (4.8 0. 3.4 0.82) Dal confronto con l’es. Ponendo per semplicità nin = 0. analogamente al caso TC. assegnato il segnale di ingresso x(n). si può provare che la soluzione generale di una equazione del tipo (4. . per determinarne la relazione i-u.4 0. . i sistemi definiti implicitamente dalla (4. y2 . A tale proposito. (4.16): (a) risposta impulsiva. (4. . Assegnato l’ingresso x(n) per n ≥ nin . M} . 4. Sistema RC (es.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. .81) si può esprimere. avente la seguente risposta impulsiva:   bn .8 RC h(t) 0.2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. . sia applicato in ingresso al sistema un dato segnale x(n). e sono denominati sistemi auto-regressivi a media mobile (ARMA). questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . y(−2) = y2 . . In particolare.81) rappresenta una relazione i-u semplice da studiare. altrimenti . yN sono valori (in genere reali) assegnati. sotto opportune ipotesi. Per N ≥ 1. Solo nel caso N = 0. . supposto che. (b) risposta al gradino.83) dove y1 . . In particolare. per trovare la corrispondente uscita y(n) per n ≥ nin . analogamente alle soluzioni di una equazione differenziale (4. 4. h(n) = a0  0. va detto che la teoria e la pratica delle equazioni alle differenze. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . . .65). sebbene in principio siano più semplici rispetto alle equazioni differenziali. notiamo che la (4. la (4.

−1}. Conseguentemente.83). . . y0 (−2) = y2 .89) si trova che le costanti ci. .84) si effettua ragionando similmente al caso TC. ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . zN . . y1 . . N (4.88) che soddisfa le condizioni iniziali (4. (4. l’esponenziale zn è soluzione della (4. . per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) .84). l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . immaginarie oppure complesse. . l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . . z2 . .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). come nel caso TC.81): k=0 ∑ ak y(n − k) = 0 . . . . .84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. (4.84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . NR . . le radici di q(z) sono o reali o complesse coniugate.h . siano esse z1 . la soluzione generale della (4.h nh zn . −N + 1. c2 .86) le cui radici possono essere reali. . cioè y1 = y2 = · · · = yN = 0. . . .88) Quindi. a . . . . zR aventi molteplicità N1 . . a N 0 1 siano reali.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). . yN−1 assunti da y0 (n) per n ∈ {−N. cN sono costanti arbitrarie. Risolvendo il sistema lineare (4. Se invece il polinomio q(z) presenta R radici distinte z1 . . Se ci si limita a trovare soluzioni del tipo zn . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 .84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. . rispettivamente.81). 1 2 N (4. .87) dove c1 . yN . . yN (−N) = yN . la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. M (4. z2 . .h sono combinazioni lineari dei valori y0 . N2 . . i (4. y2 . . ovvero la soluzione generale dell’equazione omogenea associata alla (4. con N1 + N2 + · · · + NR = N. .11 Se le N radici del polinomio q(z) sono distinte. ossia y0 (−1) = y1 . . . . la soluzione generale della (4. .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. . con z ∈ C e si pone y(n) = zn nella (4.85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. Pertanto. .

. più semplice. assegnando y1 = y2 = · · · = yN = 0. a0 k=1 a0 m=0 (4.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. ∀n ∈ Z. e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0.17 (sistema AR del primo ordine) Consideriamo la seguente equazione alle differenze di ordine N = 1: a0 y(n) + a1 y(n − 1) = b1 x(n) .83) è in generale lineare per le differenze e tempo-variante.81) e (4. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. . x(n − 2).92) . y(n − 2).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) .6 Esempi di sistemi LTI 177 del sistema è nulla. . . y(−N) (ovvero le condizioni iniziali assegnate). Tale metodo si basa sull’osservazione che la (4. . x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo.91). con condizioni iniziali nulle. y(−N + 1). e ponendo a = −a1 /a0 e b = b1 /a0 . il sistema descritto dalle (4. . A differenza del caso TC. di quello passato x(0) e degli N valori precedenti dell’uscita y(0). dai valori y(n − 1). Successivamente. la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. .81). y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). Tale procedura. y(−2). . . . il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. . . il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4.91) Tale relazione evidenzia che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n). D’altra parte. Nell’esempio che segue.81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . Dividendo primo e secondo membro per a0 = 0.4. che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . In conclusione. che è applicabile solo a TD. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. . il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. . la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. (4. y(1). I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. possiamo riscriverla nella forma seguente. . Esempio 4.81) e dalle condizioni iniziali (4. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4.90) A causa della presenza dell’evoluzione libera. essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali.83).91). ossia. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. . a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). ylib (n) = 0. l’equazione alle differenze (4. Pertanto. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). y(n) − a y(n − 1) = b x(n) . (4. Similmente al caso TC.

per n ≥ 0. il sistema in esame è un sistema IIR avente memoria praticamente finita. per n < 0. Va detto che. 4. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. Analogamente.26 per a = 0. 4. si vede che il sistema è dispersivo.16). denotiamo 12 Ad esempio. È interessante osservare che.81). causale.91) dell’equazione alle differenze (4. con un leggero abuso di notazione. 4.11.8333 e b = 1. suggerisce anche un modo per realizzare il sistema.12 è utile fare qualche considerazione sulla loro implementazione. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva. assumendo che il sistema sia inizialmente in quiete. in Matlab. Per semplicità. In tale ipotesi. h(1) = a h(0) + b δ (1) = ab .25. il comando filter implementa proprio la relazione i-u di un sistema ARMA. h(n) può essere sinteticamente espressa come h(n) = b an u(n) . i sistemi ARMA presentano risposte impulsive di durata infinita. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b .92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. Questa interpretazione porta allo schema a blocchi riportato in fig. in generale. h(n) = 0 . data la notevole importanza dei sistema ARMA nelle applicazioni. ponendo b = 1. . 4.17. la cui somiglianza con lo schema di fig. oltre a fornire un metodo alternativo di risoluzione dell’equazione. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. a ed in generale. ed in particolare nell’elaborazione digitale dei segnali. A tale proposito. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . 4. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. ed in generale. Imponiamo che il sistema sia LTI. es.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. che è rappresentata graficamente in fig. nel cap.23 sottolinea che l’equazione (4. scrivendo: h(n) = a h(n − 1) + b δ (n) . per N ≥ 1.25). possiamo trovare la soluzione h(n) in maniera ricorsiva. supposto 0 < |a| < 1. A differenza del caso TC. osserviamo che la forma ricorsiva (4. Così facendo. ovvero y(−1) = 0. e stabile per 0 < |a| < 1. 4. A conclusione di questo paragrafo. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . h(n) = an b . cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. e sono pertanto sistemi IIR. ossia y(n) = h(n). Pertanto. 4. In definitiva. Dalle proprietà della risposta impulsiva. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi.

. m=0 N N (4. Questa ricorsione. per m ∈ {M + 1.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. con ak i rapporti −ak /a0 .93) è riportato in fig.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. N (4. ponendo a zero i coefficienti bm . N + 2. Per effetto della ricorsione. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. 4. . partire da un sistema ARMA con N = M. . . . . 13 A . Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. 4. e con bm i rapporti bm /a0 . . N}. 4.4. così facendo la (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. . . Precisamente.17). analogamente.6 0. per k ∈ {N + 1. N}.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. . 1. lo schema a blocchi corrispondente alla (4. Risposta impulsiva del sistema LTI (es.8 0. ritardo elementare e sommatore.2 Fig. M}. N (4. 2. . è possibile ottenere un sistema con N > M. opportunamente ritardato e scalato. 4. i sistemi AR presentano risposte impulsive di durata infinita.26. h(n) 0 0 5 n 10 15 20 Fig. 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) . . 4. . Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. . per m ∈ {0. ponendo a zero i coefficienti bk . M}.8333 e b = 1).17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. per k ∈ {1. . si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. è riportato indietro verso il segnale di ingresso z(n). Il secondo sistema (quello di destra) ha come ingresso il segnale z(n) e produce in uscita il segnale y(n) secondo la seguente relazione ricorsiva: y(n) = k=1 ∑ ak y(n − k) + z(n) . M + 2. è possibile ottenere un sistema con N < M.4 0.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) .27.25. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale. .

Possiamo quindi dire che la (4. e sono pertanto sistemi IIR. ciò non altera il legame i-u del sistema. si ottiene la struttura cosiddetta canonica riportata in fig. b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. 4. . . Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. Lo schema di fig.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) .94) rappresenta la parte MA (o FIR) del sistema. In tal modo. . . Così facendo si giunge alla struttura modificata rappresentata in fig.95) rappresenta la parte AR (o IIR) del sistema.29. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. La realizzazione di fig. 4. . 4. z -1 y(n-N) b2 a2 . precedentemente menzionato. . mentre la (4. 4. senza alterare la natura del sistema. . Realizzazione in forma diretta I di un sistema ARMA (N = M). ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II.14 per un totale di 2 N ritardi elementari. 15 Il comando filter di Matlab. pertanto. che è generalmente denominata forma diretta II del sistema ARMA. in quanto sia la parte MA che quella AR sono sistemi LTI.15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. 4.27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo.27 è comunemente denominata forma diretta I del sistema ARMA.27.28. . 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. nonchè amplificatori e sommatori. z -1 x(n-N) bN aN . . Lo schema si può vedere come la cascata della parte MA e della parte AR. . che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA.

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

ovvero poniamo x(t) = e j2π f t . Sostituendo nella relazione i-u del sistema. La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. per comodità di presentazione.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. moltiplicato per H( f ). è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o.7) oppure continua (4. in ingresso ad un sistema TC LTI con risposta impulsiva h(t). Nei paragrafi seguenti. Supponiamo che il segnale di ingresso sia un fasore a frequenza f .96) .182 Sistemi lineari tempo-invarianti (LTI) 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 (·). avente ampiezza unitaria e fase iniziale nulla. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). Questa relazione mostra che l’uscita y(t) corrispondente al fasore x(t) = e j2π f t è a sua volta un fasore avente la stessa frequenza f dell’ingresso. e dei sistemi LTI in particolare.12). studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ .12). si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t . Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari. per il quale la H( f ) definita dalla (4. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·).1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. e scrivere la relazione i-u in termini di convoluzione discreta (4. 4. di sinusoidi (rappresentazioni di Fourier). oltre che come sovrapposizione di impulsi. (4.7.97) +∞ −∞ h(τ ) e− j2π f τ dτ . Assumendo che la quantità tra parentesi tonde esista finita. se reali. Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati.96) esiste finita.

conseguentemente.97).9 può anche essere rappresentata dallo schema a blocchi di fig. La prova di questo risultato si ottiene osservando che: |H( f )| = +∞ −∞ h(τ ) e− j2π f τ dτ ≤ +∞ −∞ |h(τ )| |e− j2π f τ | dτ = =1 +∞ −∞ |h(τ )|dτ . ∀f ∈ R.96). (4. Infatti. Sotto opportune ipotesi.31. in particolare l’ampiezza del fasore viene modificata da |H( f )|. La quantità H(0) prende il nome di guadagno in continua del sistema LTI. Fig. mentre la fase del fasore viene modificata da H( f ). Sostituendo tale espressione nella (4. evidenzia che i fasori sono segnali particolari per i sistemi LTI. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. 4.30. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . la relazione A e = λ e che definisce gli autovettori e gli autovalori si può interpretare come il fatto che il vettore e viene trasformato da A nel vettore λ e. generalmente soddisfatte dai segnali di interesse pratico. osserviamo che H( f ). Tale proprietà si esprime. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e.98) La (4. Dalla sua definizione (4.9 si applica sicuramente a tutti i sistemi stabili. Quindi. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. dicendo che i fasori sono le autofunzioni dei sistemi LTI. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. detta antitrasformata di Fourier. ovvero si ha y = A x.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. proporzionale a e. se h(τ ) è sommabile. cioè dell’autovalore. La prop. la prop. |H( f )| < +∞. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). 4. in particolare concetti di analisi funzionale. .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. 4. Si noti che tale proprietà vale anche per f = 0. mentre la sua fase H( f ). per ogni fissato valore di f . prende il nome di risposta in fase. 4.96). da cui segue che.4.30. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. prende il nome di risposta in ampiezza.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. che modifica l’ampiezza del fasore di ingresso. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. che modifica la fase del fasore di ingresso. è in generale una grandezza complessa. si può interpretare come la trasformata di Fourier del segnale h(τ ). ovvero se il sistema è stabile. ∀ f ∈ R. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . Per completare l’analogia. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . 6 che la relazione (4. 4. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. inoltre il suo modulo |H( f )|. che definisce H( f ) in funzione di h(τ ). Vedremo nel cap. per analogia con la corrispondente proprietà dell’algebra lineare. tale relazione di trasformata di Fourier è invertibile. e la sua inversa. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI.

mentre assume valori minori di 1 per f = 0 e decrescenti . è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . che definiscono rispettivamente la risposta in ampiezza e la risposta in fase del sistema RC: |H( f )| = 1 1 + (2π f RC)2 (risposta in ampiezza) (risposta in fase) H( f ) = − arctan(2π f RC) che sono rappresentate graficamente in fig. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. (4.6.99) 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 .1). raffigurato in fig.16 (si veda anche il § 4. 4.32 in funzione di 2π f RC.99). Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . la prop. e sostituendo tali espressioni nell’equazione differenziale (4. È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4. dt dt sostituendo nella (4. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. come dimostrato dall’esempio seguente. 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 .9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4.22. si perviene alla seguente equazione differenziale. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . avente ampiezza unitaria e fase iniziale nulla.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . della quale è facile ricavare modulo e fase. Esempio 4. 4.100) che descrive il sistema. 4. 4.16. 4. Sfruttando la conoscenza di h(t). ovvero H( f ) = y(t) x(t) . che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . e sarà ulteriormente approfondito nel cap. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile.1) che. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). 6.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita.6.100) Abbiamo visto nell’es. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . dt (4.96). Questa definizione è di grande utilità per ricavare direttamente la risposta armonica dei sistemi TC LTI descritti da equazioni differenziali lineari a coefficienti costanti (cfr. § 4.

cioè H( f0 ) = 0. In altri termini.18): risposta in ampiezza (in alto). 4. che introduce un’attenuazione di ampiezza crescente con la frequenza. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . 4. Come osservazione conclusiva. risposta in fase (in basso). questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. 3. si ha: H ∗ ( f ) = H(− f ) .4. coniugando la (4. Risposta in frequenza di un sistema RC (es.9 e l’es.99) è in generale una funzione complessa. L’es. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. Se il sistema LTI è reale. 4.100) e non la condizione iniziale y(0) = 0. In virtù di questo comportamento. Tale conclusione non è corretta. dato un sistema LTI. viene chiamato filtro passabasso. dove si è sfruttato il fatto che. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. Quindi.101) .4). e sarà ulteriormente approfondito nei prossimi capitoli. se l’ingresso è nullo.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. 4. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo.18 conferma che la funzione H( f ) data dalla (4. supposto H( f ) finita. si è implicitamente imposto che il sistema sia LTI. ovvero la sua risposta impulsiva h(t) è una funzione reale. Un sistema di questo tipo. cercare la soluzione y(t) = H( f ) e j2π f t dell’equazione differenziale assegnata è equivalente ad imporre la condizione iniziale y(0) = 0.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. tuttavia. In definitiva. Infatti. notiamo che. Pertanto. per un sistema reale. se h(τ ) è reale.96). 4. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. prop. nell’imporre che l’uscita corrispondente al segnale x(t) = e j2π f t avesse l’espressione y(t) = H( f ) e j2π f t . risulta h∗ (τ ) = h(τ ).5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. In particolare. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. al crescere di | f |. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 .96) o dalla (4. crescenti al crescere di | f |. Infatti. il che è vero se e solo se y(0) = 0.32. che assume una importanza rilevante nello studio dei sistemi LTI. la corrispondente uscita è necessariamente nulla (cfr. la corrispondente uscita è nulla. (4. La prop. a prima vista. il sistema può “sopprimere” completamente il segnale di ingresso. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete.

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.

x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . Notiamo in effetti che la (4. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. considerando due attraversamenti dell’origine con pendenza positiva). la prop.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.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. 4. se H( f0 ) = 0.111) (4.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. 4. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay .12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. per il quale H(ν ) definita dalla (4.104) esiste finita per ν = ν0 . un oscilloscopio a doppia traccia. 4. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 .21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. se H(ν0 ) = 0. 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 . T0 In definitiva.35. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). Variando la frequenza f0 del generatore (a scatti oppure in maniera .112) Analogamente al caso TC.35). (4. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). Esempio 4. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. 4. capace cioè di rappresentare due segnali su uno stesso visore.110) si può ottenere come caso particolare della (4. viene collegato all’ingresso e all’uscita del circuito. Si consideri lo schema di misura di fig. notiamo che per la proprietà 4. ed è riportata di seguito per completezza.21). lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. 4.4. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . Si può immediatamente osservare che.35.109) introducendo un opportuno sfasamento di π /2. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). Inoltre.

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

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

(c) y3 (n) = y2 (n). non causale. (e) k=−∞ (f) δ (2t) ∗ x(t). dispersivo.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}. (g) x(n). Calcolare l’uscita y(t) del sistema. (d) y4 (n) = y1 (n). y4 (n) = x(n − 2) ∗ h(n + 2). (c) δ (n) ∗ δ (n − 2).194 Sistemi lineari tempo-invarianti (LTI) dispersivo. δ (n − kN0 ) ∗ x(n). instabile. Esercizio 4.5 Il segnale di ingresso x(n) e la risposta impulsiva h(n) di un sistema LTI sono dati da: x(n) = 1 2 n−2 u(n − 2) e h(n) = u(n + 2) .4 Siano x(n) = δ (n) + 2δ (n − 1) − δ (n − 3) e h(n) = 2δ (n + 1) + 2δ (n − 1). n=0 . non causale. (b) δ (t − 5) ∗ x(t + 5). Esercizio 4. +∞ (d) k=−∞ +∞ ∑ ∑ δ (t − kT0 ) ∗ x(t). non causale. (g) δ (2n) ∗ x(n). instabile. dispersivo. 2 Esercizio 4. y(t) = 1 a−b eat − ebt u(t) per a = b. . +∞ k=−∞ ∑ x(t − kT0 ) = repT0 [x(t)]. y3 (n) = x(n) ∗ h(n + 2). 1 + |n| 0. y2 (n) = x(n + 2) ∗ h(n). Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). calcolare e diagrammare le seguenti convoluzioni: (a) (b) (c) (d) y1 (n) = x(n) ∗ h(n).] Risultato: y(n) = 2 1 − 1 n+1 2 u(n). (b) x(t). 1 |n| n=0 . (b) y2 (n) = y1 (n + 2). (c) δ (n − 2). stabile. (e) +∞ k=−∞ ∑ x(n − kN0 ) = repN0 [x(n)]. (g) Esercizio 4.3 Utilizzando le proprietà degli impulsi e quelle della convoluzione. [Suggerimento: applicare la proprietà di invarianza temporale della convoluzione. Adoperando le proprietà della convoluzione. semplificare il più possibile le seguenti espressioni: (a) δ (t) ∗ δ (t). Risultato: (a) δ (t). Risultato: y(t) = t eat u(t) per a = b. (e) come (b). (d) (f) 1 x(t). (f) h(n) = h(n) = 1 . Risultato: (a) y1 (n) = 2δ (n + 1) + 4δ (n) + 2δ (n − 1) + 2δ (n − 2) − 2δ (n − 4).

Risultato: y(n) = (n + 1) bn u(n) per a = b.    2t . per n ≤ −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). (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2). per t < 0 . T (b) x(t) = 2 u(t − 1) + 2 u(t − 3) ed h(t) = u(t + 1) − 2 u(t − 1) + u(t − 3). per t ≥ 6 .  per 0 < t ≤ 1 .  (b) y(t) = 1 .4. con |b| < 1. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).  1−1/a Risultato: (a) y(n) =  1/a  1−1/a . per 1 < t ≤ 2 .  −t/T  (e − 1) .   1 e(t+1) . Esercizio 4. Esercizio 4. Calcolare l’uscita y(n) del sistema. per t > T .  n  a . (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n).  −t/T ) .8 Il segnale di ingresso x(t) e la risposta impulsiva h(t) di un sistema LTI sono dati da: (a) x(t) = e−t/T u(t) ed h(t) = rect t − T /2 . per 2 ≤ t < 4 . per t ≤ 0 . con T ∈ R+ . per 2 < t < 3 . 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . per t > −1 . per t < 0 .   12 − 2t .  0 .7 Un sistema LTI avente risposta impulsiva h(n) = an u(n) con a ∈ R − {0} è sollecitato dall’ingresso x(n) = bn u(n) con b ∈ R − {0}. con |b| < 1. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n).  (b) y(t) = 4 . per t ≤ −1 . Esercizio 4. e  0 .9 Il segnale di ingresso x(t) e la risposta impulsiva h(t) di un sistema LTI sono dati da: (a) x(t) = e−|t| ed h(t) = e−2 (t+1) u(t + 1). per n > −1 . con a > 1. per 4 ≤ t < 6 .    2t − t 2 . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b.   9 − 6t + t 2 . per t ≥ 3 .  per 0 ≤ t < 2 . Te  0 .    0 .8 Esercizi proposti 195 Esercizio 4. Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T .    0 . (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n).

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

15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). stabilire se il sistema è non dispersivo. Risultato: (a) 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. causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n). τ ) dt allora d dt +∞ −∞ ≤ g(t. y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4). Esercizio 4. calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). stabile. utilizzando s(n).16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n). . Risultato: s(n) = δ (n + 1) − δ (n). h(n) = 4n u(n). (g) il sistema è dispersivo. instabile. (c) il sistema è dispersivo. (d) il sistema è dispersivo. Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. stabile. Esercizio 4. h(n) = (1/2)|n| . dt Esercizio 4. non causale. causale. h(t) = e−2t u(t + 2). (f) il sistema è dispersivo. causale. h(t) = e−6|t| . h(t) = rect(t − 0. Risultato: s(t) = Λ(t − 1). non causale. stabile.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 .5) − rect(t − 1. stabile. non causale. τ ) . τ )] dτ . causale. h(t) = e−6t u(3 − t).5). stabile. non causale. h(t) = e2t u(−1 − t). tale per cui: d f (t. f (t. t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . instabile. Esercizio 4.8 Esercizi proposti 197 dagli scopi di questo corso. (b) il sistema è dispersivo. (e) il sistema è dispersivo. stabilire se il sistema è non dispersivo. h(t) = t e−t u(t). h(n) = (1/3)n u(n) + 3n u(−n − 1). τ )dτ = +∞ −∞ d [ f (t.4. causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2). (g) h(t) = 2 e−t − e(t−100)/100 u(t). τ ) integrabile su R rispetto a τ e un costante ε > 0.

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

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

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

e la tensione y(t) ai capi della resistenza è il segnale di uscita. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). per t < 0 . [Suggerimento: per il punto (e). dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. (c) ylib (t) = y0 e−t/T . causale. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). notare che essendo il gradino la derivata della rampa. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . [Suggerimento: Per calcolare h(n). (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . la risposta al gradino sarà la derivata della risposta alla rampa. causale e stabile. con costante di tempo T = RC = 1s. (f) Studiare le proprietà (non dispersività. (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). s(t) = yfor (t) = e−t/T u(t).36. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. 4.28 Il segnale di ingresso x(n) e quello di uscita y(n) di un sistema LTI causale sono legati dalla seguente equazione alle differenze: y(n) + a−1 y(n − 1) = x(n − 1) . (b) y0 (t) = c1 e−t/T . stabile.5 (1 − e−2t ) e−t . stabilità) del sistema LTI determinato al punto (e). con T = RC. determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore.4. (b) Disegnare lo schema implementativo del sistema in forma diretta II. 4. causale.36. dt T Esercizio 4.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . stabile se e solo se |a| > 1. (e) il sistema è LTI se y0 = 0. causalità. con a ∈ R. (c) Disegnare lo schema implementativo del sistema in forma canonica. (a) Disegnare lo schema implementativo del sistema in forma diretta I.8 Esercizi proposti 201 Esercizio 4. Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI).27 Si consideri il circuito CR di fig. sistema dispersivo. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). Esercizio 4.  0 . Esercizio 4.] Risultato: (a) d 1 d y(t) + y(t) = x(t).] Risultato: h(n) = (1/a)n−1 u(n − 1).     0.5 (1 − e−4 ) e−t . per 0 ≤ t < 2 . per t ≥ 2 . .26 Si consideri il circuito RC di fig. (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. (f) il sistema è dispersivo. h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t).     Risultato: y(t) = 0.

(b) y(t) = 2e jπ T . ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). Esercizio 4.30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ). Risultato: Solo il sistema S2 può essere LTI. t t (c) x(t) = cos 2π T . S2 : e j5t −→ e j5(t−1) . le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . . t (e) x(t) = cos 2π T u(t). Stabilire se i tre sistemi possono essere LTI. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). i sistemi S1 e S2 non sono sicuramente LTI.33 Nello schema di figura. (d) y(t) = 2 cos π T . (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. con T > 0. non dispersività. Stabilire se i tre sistemi possono essere LTI. S3 . causalità. (e) y(t) = cos 2π T rect t t−0. Esercizio 4.202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du . t t Risultato: (a) y(t) ≡ 0. con T > 0. S3 : e jπ n/2 −→ 2 e j5π n/2 . S3 : e j5t −→ cos(5t) . S2 . ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T . i sistemi S1 e S3 non sono sicuramente LTI. (c) y(t) ≡ 0. Calcolare la risposta in frequenza del sistema.32 Si considerino i sistemi TD S1 . S3 .5T T . t (b) x(t) = e jπ T . Esercizio 4. 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) . S2 : e jπ n/2 −→ e j3π n/2 . x(t) z(t) S1 + − 6 S2 .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. S2 . t t (d) x(t) = 2 sin 2π T + cos π T . invarianza temporale. stabilità).31 Si considerino i sistemi TC S1 . Risultato: Solo il sistema S3 può essere LTI.

34 Nello schema di figura.36 Si consideri il sistema LTI avente. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. x(t) 6 S S 6 .8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π . invarianza temporale. (b) y(t) = 4 cos . stabile). calcolare l’uscita y(t).35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ . Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. (a) Determinare la risposta in frequenza H( f ) del sistema e diagrammare accuratamente la risposta in ampiezza e la risposta in fase nell’intervallo di frequenze (−1/T. tempo-invariante.25 π n). applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . calcolare l’uscita y(t) 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 ). il sistema è lineare.25 π (n + 1)).y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità. tempo-invariante. causale. . causale. applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0. 1/T ). √ Risultato: y(n) = 2 2 sin(0. calcolare l’uscita y(t) e rappresentarla grafiT camente.5T . dispersivo.5 e− j 8πν per −0. Esercizio 4.5 < ν ≤ 0. è un integratore con memoria finita. con le seguenti proprietà: linea- re. causalità.5T 1 1 − e− j2π f T = e− jπ f T . T Esercizio 4. (b) Sfruttando i risultati del punto (a). stabilità). (b) il sistema è LTI. applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). non dispersività. dispersivo. (c) y(t) ≡ 1.4. 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). determinarne la risposta impulsiva h(t) e la risposta armonica H( f ).5 . (b) il sistema è LTI. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). Esercizio 4. con riferimento al periodo principale. 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. (c) y(t) = rect . stabile. Risultato: (a) y(t) = t t−T x(τ ) dτ .

dt T dt 1 + j2π f T π − arctan(2π f T ) . (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 . e la tensione y(t) ai capi del condensatore è il segnale di uscita. 2 − e− j2πν + e− j6πν Esercizio 4. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). Esercizio 4. 4.38. 4. 1 d j2π f T d y(t) + y(t) = x(t). (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. 1 + 4π Risultato: (a) f >0 .38 Si consideri il circuito RLC di fig.39 Supponendo che il sistema ARMA descritto dell’esercizio 4. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.29 sia stabile. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente.37. 2π | f |T . d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t).36.37 Si consideri il circuito CR di fig. Circuito RC.204 Sistemi lineari tempo-invarianti (LTI) R C x(t) C y(t) R x(t) R L C x(t) y(t) y(t) Fig.38. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). f <0 Esercizio 4.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . H( f ) = tan−1 ζf . 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. determinare la sua risposta in frequenza H( f ). 1 . Risultato: H(ν ) = 1 − 5 e− j8πν . con ω0 = dt dt (coefficiente di smorzamento). con 2π f0 = ω0 .37. 4. Fig. calcolare la sua risposta in frequenza H(ν ). con T = RC. Circuito CR. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. Circuito RLC. determinare la sua risposta in frequenza H( f ). 4. dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. e la tensione y(t) ai capi del condensatore è il segnale di uscita. 4. Fig. (b) H( f ) = .

(b) H(ν ) = 1 − a−1 e− j2πν 1 . (c) Provare che la risposta in ampiezza del sistema è costante. determinare la sua risposta in frequenza H(ν ).4. (b) Supponendo che l’equazione alla differenze definisca un sistema LTI stabile. per cui tale sistema prende il nome di sistema all-pass. (c) |H(ν )| = − j2πν 1 − ae |a| . Risultato: (a) y(n) − ay(n − 1) = x(n) − a−1 x(n − 1).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) .

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

sarà esaminata in questo capitolo. lo svizzero Leonhard Euler (1707–1783) detto Eulero. e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. infatti. cioè i loro rapporti sono dei numeri razionali. che molto prima di Fourier.3. 2 In generale. 2 2 2 2 2 2 (5. Partiamo per semplicità da uno dei più semplici segnali periodici TC. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . che la introdusse in vari scritti del 1807 e del 1811.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. 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. rispettivamente. ed ampiezza A/2. tratteremo separatamente la serie di Fourier per segnali TC e TD.1) A1 j2π f0t A1 − j2π f0t A2 j2π 2 f0t A2 − j2π 2 f0t A3 j2π 3 f0t A3 − j2π 3 f0t e + e + e + e + e + e .2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. che prende il nome1 di serie di Fourier. il segnale x(t) risulta periodico. e per di più a valori complessi. Nel seguito del capitolo. Successivamente. periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) . 5. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione. espresso come somma di un numero finito di fasori. È semplice rappresentare tale sinusoide come sovrapposizione di fasori. Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. rappresenti un caso particolare di scarso interesse pratico. 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.2 Si consideri ad esempio il seguente segnale. Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. nel cap.208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente.3. . La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. solo in questo caso. Quest’ultima rappresentazione. Tale segnale risulta periodico di periodo T0 = 1/ f0 . vedremo la rappresentazione più generale di un segnale. come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822). poiché esistono differenze non trascurabili tra i due casi. opportunamente generalizzata. e presenterà interessanti relazioni con la serie di Fourier. 6. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . In particolare. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . in accordo con l’interpretazione già data nel § 2. 2 2 La relazione precedente mostra. non necessariamente periodico. purché le frequenze siano tutte multiple di una frequenza comune f0 . Va osservato. si può dimostrare che la somma di funzioni periodiche con periodi differenti è ancora una funzione periodica se e solo se i periodi sono commensurabili tra loro. nota come trasformata di Fourier. vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . sarà applicabile anche ai segnali periodici. peraltro.

a frequenze ± f0 . . Ad A|k| esempio. In tale ipotesi. . se k = h . (5. dove le funzioni xk (t) sono ortogonali. 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 . Assegnato il periodo T0 e il numero di armoniche M. con k ∈ {±1.2) si ricava che M = 3 e Xk = 2 . ottenuto come combinazione lineare di un numero finito di sinusoidi. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t).4) e pertanto risultano ortogonali se k = h. moltiplicando ambo i membri della (5. (4.3) sia effettivamente periodico di periodo T0 . Ad esempio. per il segnale (5. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. (5. .3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr. Per mostrare ciò. con M ∈ N .3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . ed integrando termine a termine su un periodo. ±2. la loro potenza mutua si calcola facilmente: ∗ Pxk xh = xk (t) xh (t) = 1 T0 T0 e j2π (k−h) f0t dt = δ (k − h) = 1. ±3}. cambiando l’indice da h nuovamente a k. A tale proposito. =δ (k−h) (5. nel senso precisato nel cap. . Se infatti consideriamo due fasori della rappresentazione (5. ±1.1). questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. con k ∈ {0.3) per e− j2π h f0t .6) per cui. ±M} . lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). dal confronto tra la (5. Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). i termini per k = ±2 prendono il nome di seconda armonica.3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . i termini per k = ±1 prendono il nome di prima armonica o fondamentale.7) T0 . Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. supponiamo che il segnale x(t) sia sommabile sul periodo T0 . ±M}. . ±2 f0 e ±3 f0 . cioè se hanno frequenze distinte. ovvero: |x(t)| dt < +∞ . (5. (5. Le frequenze fk = k f0 dei fasori della rappresentazione (5. notiamo che la (5. Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 .2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori.5. ±1. se k = h . si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . che in generale può essere complesso. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t).1)]. con h ∈ {0. . 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). 0.3) e la (5. . .5) T0 Essendo l’intervallo di integrazione finito.3). e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. e quindi ammettono T0 come più piccolo periodo comune.

2. più in generale. In altre parole. ±1. 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. mettendo insieme le (5. Si osservi inoltre che non tutti i segnali continui.1. essendo la somma di un numero finito di termini.9). (5.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. è ancora una funzione continua (cfr.7) ha senso. nella quale il segnale periodico x(t) avente periodo T0 è espresso come somma di una serie: x(t) = lim M→+∞ k=−M ∑ M Xk e j2π k f0t = +∞ k=−∞ ∑ Xk e j2π k f0t .3) per il segnale x(t) espresso come somma di un numero finito di fasori.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. non pone alcun problema di convergenza. ∀k ∈ Z . (5. possono essere rappresentati combinando linearmente un numero finito di fasori. Dalla maggiorazione precedente.3) e (5. ±M} ma.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt .8) al § 5. (vedi concetto di gradino e di risposta al gradino). T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. affinchè la rappresentazione (5. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5.8) può risultare non convergente. . Si osservi che. per ogni k ∈ Z.3).8) e (5.7). sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. inoltre.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori. Tuttavia.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5.10) (5. rimandando ogni discussione sulla convergenza della serie (5. In definitiva. . ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . Infatti. Purtroppo. .11) 1 T0 . 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. .3) sia applcabile. utilizzando la (5. prop.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . B. la serie di funzioni (5. il segnale periodico x(t) deve essere necessariamente continuo. in virtù della (5.5). Abbiamo già avuto modo di evidenziare in passato che. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5. espresso come somma di un numero finito di funzioni continue. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5.3) che. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. a differenza della rappresentazione (5. basti pensare che nella (5. Ad esempio. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. conseguentemente il segnale x(t).

un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk .12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. chiamati anch’essi armoniche del segnale. in quanto forniscono per ogni valore di k.k ed X2. sviluppabili in serie di Fourier con coefficienti X1. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier.3 In particolare. prop. È interessante osservare che. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani.2 Serie di Fourier per segnali TC 211 Le equazioni (5.k = X2. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. Particolarizzando l’equazione di analisi per k = 0. La (5. fatta eccezione per il coefficiente per k = 0. la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . valida in generale per segnali x(t) a valori reali o complessi. che è ovviamente nulla per xac (t). nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. si ha X0 = 1 T0 x(t) dt = xdc .2.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. ovvero per la componente continua.5. rispettivamente. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . se X1. Poiché i coefficienti Xk sono grandezze complesse. valide esclusivamente per segnali a valori reali. mentre la sequenza Xk delle fasi prende il nome di spettro di fase del segnale x(t) (quest’ultimo spettro è definito a meno di multipli di 2π ).4. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). ∀t ∈ R eccetto che in un insieme di misura nulla. (5. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). Dal punto di vista matematico. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . 2. rispettivamente. allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R.k . ovvero si ha x1 (t) = x2 (t). saranno sviluppate nel § 5. Più precisamente. e gli stessi coefficienti della serie di Fourier di x(t).7(c)] si può calcolare su un periodo del segnale. in virtù di tale corrispondenza. particolare. Per differenza. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. ed il fatto che per segnali periodici la media temporale [cfr. per ogni k ∈ Z. Altre forme della serie di Fourier. 3 In . La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). la seconda consente di decomporre o analizzare il segnale x(t). siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t).k . In altre parole.12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico.10) e (5.

ϕ0 = π ).11). altrimenti. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. Per segnali più complicati.   indeterminata. per confronto con l’equazione di sintesi (5.1.1 e nel seguito.1 (A = 1. k = ±1. 4 Fig.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. per semplicità di rappresentazione. 5. 4 L’esempio precedente mostra che in casi molto semplici.1)). 6].2 0 0 −0.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. k = 1.212 Serie di Fourier 1 |Xk| 0. e sono riportati4 in fig.  ϕ0 . sebbene essa risulti a rigore indeterminata. k = −1. La funzione sinc(x) per valori di x ∈ [−6. 5. altrimenti. 0. da: |Xk | = A 2.2. si ricava:   A e j ϕ0 .4 0. Per maggiore generalità rispetto al caso visto precedentemente. Esempio 5. il calcolo dei coefficienti non è un problema concettualmente difficile. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . k = −1. 5. 2  0. k = 1. 5.10). con A > 0. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . Gli spettri di ampiezza e fase sono dati. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es.5 0 −5 1 ∠ Xk 0 k 5 1 0. 5.  Xk = −ϕ0 .1 per il caso A = 1 e ϕ0 = π . altrimenti. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. 2 2 da cui. 2 Xk = A e− jϕ0 . ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5.6 sinc(x) 0. noti che in fig.8 0. 4 Si . come la formula di Eulero. rispettivamente. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero.

5.2 (A = 1. 6] è riportato in fig.5). (5.14) il cui grafico per x ∈ [−6.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig. T0 mentre per k = 0 si ha: Xk = A e− j2π k f0 t − j2π k f0 T0 t=T /2 t=−T /2 =A sin(π kδc ) sin(π k f0 T ) =A . e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T .3 Xk 0. cfr. πk πk (5.2 Serie di Fourier per segnali TC 213 0. 5. δc = 0.4 |Xk| 0.2 (serie di Fourier dell’onda rettangolare TC. es. 2. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. Le principali proprietà della funzione sinc(x) sono le tre seguenti. . introduciamo la funzione sinc(x): sinc(x) = sin(π x) .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 .5 0.13) Per esprimere in forma più compatta il risultato precedente.3. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . 5. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) . I coefficienti Xk dell’onda rettangolare dell’es.5. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . πx x ∈ R. δc = 0.5) sono puramente reali.2 (A = 1.4. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T .2 −5 0 k 5 0. 5. Per k = 0. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.1 −0.2 0. Fig. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle. 5.2. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k. Esempio 5.1 0 −0.9).4 0.

−3. . Più in generale. In tal caso. h dispari (k = . k = 0 . . . le armoniche si esprimono come: Xk = k 1 sinc 2 2 . k = . .214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. 5. 2. k pari. |Xk | = 0. Consideriamo allora il caso particolare δc = 0.3. tuttavia.. ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. . 5. π kδc k = 0. −1.4. −1. π |x| ∀x ∈ R .   0. la cui ampiezza decresce con legge inversamente proporzionale a k. . si ha: 1 2. k dispari.). per qualunque valore di A e δc . . 0. k = 2h + 1.  1  . 7. . . . . k = 0. −7. nonché proprietà trigonometriche elementari. 5. si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . 3. . per la proprietà (b) della sinc. . 11. in quanto. . osserviamo che questo segnale. π |k|  0   indeterminata Xk = 0    ±π k = 0. . su un unico diagramma cartesiano.. .  k pari. k = . 1.). Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . . k pari. . e quella dispari dello spettro di fase. in quanto: |sinc(x)| ≤ 1 . −5. (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. k = 2h + 1. . che sono raffigurati graficamente in fig. . . 3. k = 0. risulta: X0 = A δc sinc(0) = A δc . .5 (duty-cycle del 50 %) e A = 1. 5. Notiamo che l’espressione precedente vale anche per k = 0. 1. presenta armoniche puramente reali. 9. . Per maggiore generalità. e la fase −π per k < 0. ricaviamo gli spettri di ampiezza e di fase: 1 k = 0.    1 − πk . quindi esse possono essere rappresentate come in fig. −5. k = 0 . ed utilizzando la definizione di sinc(x) e le sue proprietà. h pari (k = . 7. − 7. 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). Notiamo la simmetria pari dello spettro di ampiezza.13). e utilizzando la definizione di sinc(x). . Moltiplicando e dividendo per δc nella (5. k = 0. −3. Xk = 1  πk .

ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda.2 Serie di Fourier per segnali TC 215 1 0. 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 . T0 4 2 mentre per k = 0. 5. ricordando la definizione esplicita della finestra triangolare: Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 T0 A 1− 2|t| T0 e− j2π k f0 t dt . 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 .4 0.6. 5.2 0 −5 0 k 5 2 ∠ Xk 0. L’onda triangolare dell’es.11). Fig. 5. Tale segnale è raffigurato graficamente in fig.5 per A = 1. 5.3 (A = 1). Applicando la formula di Eulero a e− j2π k f0 t . Per k = 0. in quanto esso risulta nullo per la simmetria dispari della funzione integranda. ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.5. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = .5.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo .8 0.3 (A = 1).6 x(t) 0. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es.4 |Xk| 0.

5. definiti dalla equazione di analisi (5. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. 5 Per . 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. notiamo che anche l’onda triangolare possiede solo armoniche dispari.2.216 Serie di Fourier integrale. e sono raffigurati in fig.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. segnale sinusoidale). (−1)k Come evidenziato dagli es.2. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5. 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). Vedremo tuttavia nel cap.2 e 5. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . 5. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). k pari. come vedremo nel § 5.11). la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche.3.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . Sia x(t) un arbitrario segnale periodo con periodo T0 .11). il fatto che i coefficienti Xk una trattazione esauriente del problema della convergenza della serie di Fourier si rimanda ai testi di analisi matematica (ad esempio [3]). k dispari. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. Come vedremo (cfr. § 5.2). e quindi consiste nella risoluzione di un integrale. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. inoltre. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. come già mostrato precedentemente. 5. Tuttavia. esistano finiti.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. k = 0. fatta eccezione per casi molto semplici (es.2. = 2A  .2. nel seguito daremo solo qualche risultato fondamentale. quindi gli spettri di ampiezza e fase si calcolano banalmente. in quanto |Xk | = Xk ≥ 0 e Xk = 0.4 o più estesamente in app.

né tanto meno che tale serie converga al segnale x(t). si dice che la serie di Fourier (5. In particolare.15) converge al segnale x(t). con |gk (x)| ≤ Mk . (5. b). (5.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t .15) converge uniformemente [5] al segnale x(t) su R se.7) sono validi anche per M → +∞.5.17) ovvero l’equazione di sintesi restituisce il segnale x(t). se la serie di Fourier converge uniformemente su R. 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 .16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini. Risulta immediatamente evidente che. ∀k ∈ Z e ∀x ∈ (a. pertanto. 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. la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. allora si può scrivere M→+∞ lim xM (t) = x(t) . in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana.2). cioè k→±∞ lim |Xk | = 0 . con M ∈ N . Se la serie di Fourier (5.4.6) e (5. se il segnale x(t) ha almeno una discontinuità. Quindi. allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. simmetrico per garantire che siano presenti le armoniche Xk e X−k . .18) allora la serie associata ai coefficienti Xk converge uniformemente. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. Così come per le serie numeriche. Lo studio delle condizioni sotto le quali la serie (5. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . sono funzioni a valori k complessi definite sull’intervallo (a. uno stesso numero Nε va bene per tutti i punti dell’asse reale. b). Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5. § 5. (5. con k ∈ Z. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua.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. la sua serie di Fourier non potrà convergere uniformemente ad x(t). b).15) costruita a partire da questi coefficienti converga. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. 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. cfr. i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito.15) converge dipende dal tipo di convergenza richiesta.

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

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

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

pur soddisfacendo le condizioni di Dirichlet. Inoltre.3. nella quale il segnale oscilla tra i valori −0. 11. ma la cui ampiezza non diminuisce al crescere di M. In particolare.5. in effetti. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. 5. Questo fenomeno. 5. L’onda triangolare è continua ma con derivata prima discontinua.8. sebbene restino di ampiezza invariata. 1.1 si applica con n = 0.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. Esempio 5. 11 Il 12 In fenomeno prende il nome dal fisico J.6. 5.1 si applica con n = −1. vengono “schiacciati” verso la discontinuità. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . noto come fenomeno di Gibbs. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità.7 (onda triangolare) Si consideri l’onda triangolare dell’es. l’ampiezza delle oscillazioni calcolata secondo la (5. ma per ogni segnale x(t) che. 5. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. per cui la prop.12 Nell’es. Per δc = 1/2 ed A = 1. 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. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. 5. L’espressione (5. 101. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. 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) . il fenomeno di Gibbs non si verifica per tale segnale. dt. confermando che. quindi la prop.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo.20) dove βgibbs ≈ 0. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. come già discusso in precedenza. Infatti al crescere di M i picchi delle oscillazioni. ma non uniformemente negli intervalli che contengono le discontinuità. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 .7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 .6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es.7. confermando che. 5. poiché l’onda triangolare è una funzione continua. se t0 è un punto di discontinuità. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . in effetti. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. Matematicamente. In effetti. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge.09 (a destra della discontinuità. In fig. 3. 5.28114072518757 è una costante notevole. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R.09 (a sinistra della discontinuità) e 1. che per primo lo osservò e lo descrisse. la cui frequenza aumenta. Gibbs (1839–1903). presenta dei punti di discon− + tinuità.2 Serie di Fourier per segnali TC 221 Esempio 5. W. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. 5. ottenuti con Matlab. (5. ed il valore 1/2 in corrispondenza delle discontinuità.2.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. come si può anche osservare dalla fig. e pertanto il segnale ricostruito con 2M + 1 armoniche. come testimoniato dalla fig.09.

(b) M = 1.6 0. (e) M = 11.2 0 −0.5 x(t). Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0. (d) M = 5.8 x(t).5 (e) (f) Fig.4 0. xM(t) 1 0.2 0 −0.4 0.5 0 t/T0 0.8 x(t).5 x(t). .6 0.6 0.5 0 t/T0 0. (c) M = 3.222 Serie di Fourier 1 0.5 (b) 0 0 t/T 0. xM(t) 0.4 0.8 0. xM(t) 0.8 0.6 0.5 (a) 1 0.2 0 −0.2 0 −0. xM(t) 1 0.5 (d) 0 t/T0 0.5 0 t/T 0.5 x(t).6 0.7.4 0.2 0 −0. xM(t) 0. xM(t) 1 0.4 0.5 0 (c) 1 0. 5.5 0 t/T0 0.8 x(t). (f) M = 101.8 0.2 0 −0.4 0.6 0.

8).3. la più rapida convergenza a zero (come 1/k2 ) delle armoniche dell’onda triangolare determina una migliore ricostruzione a parità di numero di armoniche (si confrontino le fig.4.5.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico.7 e 5. è proposta nel § 5. 13 Una . Viceversa. 5. sulla base dell’uguaglianza di Parseval. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare.13 valutazione quantitativa della bontà di tale ricostruzione. la lenta convergenza a zero (come 1/k) delle armoniche dell’onda rettangolare comporta che per ottenere una buona approssimazione con M finito è necessario considerare un elevato numero di armoniche.

2 0 −0.2 0 −0.4 0.6 0.4 0.8 x(t).5 0 t/T0 0. xM(t) 1 0. xM(t) 0.6 0.5 (e) (f) Fig.5 x(t).5 (a) 1 0.8 0. .5 0 t/T0 0.2 0 −0.2 0 −0.6 0. xM(t) 1 0.6 0.8.5 0 t/T 0.2 0 −0.8 x(t).8 0. 5.6 0. xM(t) 1 0.4 0.224 Serie di Fourier 1 0.5 x(t). xM(t) 0.4 0. (e) M = 11. (f) M = 101.5 (d) 0 t/T0 0.4 0.5 (b) 0 0 t/T 0. (b) M = 1. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.6 0.5 0 (c) 1 0.8 0. (d) M = 5.8 x(t).5 0 t/T0 0.2 0 −0.4 0. xM(t) 0.5 x(t). (c) M = 3.

in quanto si tratta di una somma (finita) e non di una serie. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. cambiando l’indice da h nuovamente a k. La differenza fondamentale rispetto alla serie di Fourier (5. e rappresenta l’equazione di sintesi della serie di Fourier discreta. . . . . .10) della serie di Fourier a TC. (5.23) Le (5. N0 n=0 k ∈ {0. e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . nota anche come Discrete Fourier Series (DFS). k (5. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. le frequenze νk assumono i valori 0.22) La relazione (5.21). L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. Infatti.3). un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche).22) per e− j2π hν0 n e sommando su un periodo.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . non abbiamo indicato di proposito gli estremi di variazione dell’indice k. salvo casi particolari. .3. Esse. se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che.5.3 Serie di Fourier per segnali TD (DFS) 225 5. cfr. . moltiplicando ambo i membri della (5. N0 − 1} . (N0 − 1)/N0 nell’intervallo [0. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa. ad esempio in (0. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . . 1. 1. essendo la (5. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. proprio per questo motivo. .3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. e quindi l’intervallo di variazione delle frequenze νk = kν0 . 1) oppure in (−1/2. semplificati dal fatto che. § 2. pertanto.22) una somma finita. 14 Si . (5.22) e (5. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. Anche nel caso TD la serie di Fourier consiste nella rappresentazione di x(n) come sovrapposizione di fasori aventi frequenze multiple della frequenza fondamentale ν0 . Nella (5.22) è analoga all’equazione di sintesi (5. una differenza fondamentale da tener presente nel caso TD rispetto al caso TC è che due fasori aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k ∈ Z sono matematicamente coincidenti (proprietà di periodicità in frequenza dei fasori TD. . se k ∈ {0. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n .21) Notiamo che.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . In particolare. N0 − 1}.21). 1[. nella (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 . 1/2). In particolare. per cui la (5. 1/N0 .23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. è improprio parlare di “serie” di Fourier nel caso TD. . .

Se infine nelle (5. le (5. 15 Notiamo DFS . sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5.26) ∑ x(n) e− j2π kν0 n . con sostituzioni algebriche banali. . anche se esse non sono esattamente corrispondenti a quelle nel caso TC. N0 − 1}. si definisce infatti la sequenza X(k) come X(k) = N0 Xk .22) e (5.28) prende il nome di Inverse Discrete Fourier Series (IDFS). le (5.22) e (5. entrambe periodiche dello stesso periodo N0 . . valide nel caso TC. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici.10) e (5. A partire da Xk . mentre la (5. In particolare. nella letteratura scientifica. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC.226 Serie di Fourier rappresentazione. nella letteratura scientifica le (5.28) (5. Posto wN0 = e− j2π /N0 .25) e (5.15 come la sequenza x(n).2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 .25) e (5.27) (equazione di sintesi) (equazione di analisi) (5. Va detto però che.26) è periodica.11).25) siano quelli dell’intervallo {0. Inoltre nella (5. Una prima differenza rispetto alle (5. In altri termini. 1. 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. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . (5.26) facciamo l’ulteriore posizione: wN0 = e− j2π /N0 perveniamo alla seguente definizione per la serie di Fourier o DFS di un segnale TD: Definizione 5.23) si riscrivono in termini di x(n) e X(k) come: x(n) = X(k) = 1 N0 −1 ∑ X(k) e j2π kν0 n . costituiscono formalmente l’esatta controparte delle (5.28) e (5. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) .26) abbiamo esteso la definizione di X(k) a qualunque valore di k.24) e pertanto. la (5. . .26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k).29) viene denominata Discrete Fourier Series (DFS).25) (5.29) ∑ x(n) wkn N0 In effetti.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi. N0 k=0 N0 −1 n=0 (5.

. § 5. e si scrive sinteticamente X(k) = DFS[x(n)] . x(N0 − 1). sia della trasformata discreta di Fourier (DFT). ad esempio per t ∈ [0. Differentemente dal caso TC. 5. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . . un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo.8 0. x(n) = IDFS[X(k)] . Si può infine verificare che le quantità wN0 definite mediante la (5.8 (N0 = 8. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza.8 (DFS dell’onda rettangolare TD.2). che è strettamente legata alla DFS (cfr. mentre la periodicità della sequenza X(k) segue dalla proprietà (c). N0 = wkn . Onda rettangolare TD dell’es.4 0. 5.5. M = 4). .6 x(n) 0. abbiamo visto che invece. Infatti. Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. ovvero da un segnale TD. La DFS e IDFS possono anche essere viste come operatori. La periodicità di X(k) è una caratteristica peculiare della DFS. cap. ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana.3 Serie di Fourier per segnali TD (DFS) 227 1 0. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . Esempio 5. x(1). N0 (k+N0 )n In particolare. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 . cfr. nel dominio della frequenza. N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. ovvero da un’inifinità continua di valori. È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. . T0 [.9. . il segnale x(n) è completamente descritto assegnando solo N0 valori.4. nel dominio della frequenza sussiste esattamente la stessa proprietà.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . 7). ad esempio x(0).2 0 −20 −10 0 n 10 20 Fig. la periodicità della sequenza x(n) deriva dalla proprietà (b).

(5. 2. 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 .. N1 = 0 e N2 = M − 1. 0 Per esprimere in forma più compatta il risultato precedente.11 nel caso N0 = 8 ed M = 4. . La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. (5. Ponendo infatti a = wk 0 . La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . con semplici passaggi algebrici.30) Ricordando la definizione di wN0 . k ∈ Z. ±2.9 per N0 = 8 ed M = 4. .30) può essere riscritta. ∀x ∈ R . 5. . . si ha allora: X(k) = DM k N0 . N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. Le principali proprietà della funzione DM (x) sono le seguenti. dove vale M:  k  0. sulla base della definizione (5. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . di facile dimostrazione: 1.228 Serie di Fourier e raffigurata graficamente in fig. . è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . x = . 1] è riportato in fig. notiamo che wkM N0 wk 0 N = e = e . e quella dispari dello spettro di fase. tranne che in x = ±1. DM (x) = M M. Utilizzando la definizione (5.31) il cui grafico per x ∈ [−1.29). Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. x ∈ Z .31).10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. sin(π x) x ∈ R. La DFS di x(n) si scrive. 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 . 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . per cui la (5. 5. 5. x ∈ Z . Tale DFS è rappresentata in ampiezza e fase in fig. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet.

discuteremo nel dettaglio la proprietà di linearità. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. 5. quando necessario. utili talvolta nei calcoli. E. 5. è ancora un segnale periodico di periodo T0 . rispettivamente. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. Di conseguenza. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. Notiamo in conclusione che. il fenomeno di Gibbs non sussiste nel caso TD. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio).16 La proprietà di linearità della serie di Fourier afferma .5 1 4 |X(k)| −0.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. ma anche algoritmicamente. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). M = 4): spettro di ampiezza (in alto) e di fase (in basso).4. 5. § cap.29). soprattutto.11. Fig. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. α2 ∈ C. e sono comunque riportate in app. simmetria hermitiana dei coefficienti.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . che suggeriscono ulteriori considerazioni concettuali e.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. denominati algoritmi Fast Fourier Transform (FFT).5 0 x 0. Vedremo (cfr. anche perchè il concetto di continuità perde di significato in tal caso. 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. i cui coefficienti di Fourier siano Xk e Yk . In altre parole. In particolare. evidenziando.8 (N0 = 8.4 Principali proprietà della serie di Fourier e della DFS La serie di Fourier a TC e a TD (DFS) gode di molte proprietà interessanti. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. e l’uguaglianza di Parseval per il calcolo della potenza. 5.28) and (5. Per tali proprietà. Altre proprietà formali. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso).5. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. con α1 . DFS dell’onda rettangolare dell’es. 5. le differenze salienti. in quanto richiede un numero finito di operazioni.10. tratteremo congiuntamente sia il caso TC che quello TD. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti.5 0 x 0. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC.

con α1 . 5.11) e (5.2 e 5.4. 16 Può (5. Si noti infine che la proprietà di linearità si estende facilmente al caso della combinazione lineare di un numero arbitrario (ma finito) di segnali periodici dello stesso periodo. ossia: Zk = α1 Xk + α2 Yk . siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . i cui coefficienti di Fourier siano X(k) e Y (k). dei due segnali è ancora un segnale periodico di periodo N0 . 5. nel caso TD.32) Si può facilmente mostrare che queste relazioni di simmetria per gli spettri di ampiezza e di fase si possono sinteticamente enunciare come: ∗ Xk = X−k . Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . Riassumendo. α2 ∈ C . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). DFS DFS FS ∀α1 . α2 ∈ C . 5. .3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. rispettivamente. mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ).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). esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 . La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. otteniamo la seguente proprietà notevole: Proprietà 5. Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . Analogamente. rispettivamente. negli es.1. (simmetria pari) (simmetria dispari) (5.33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . Xk = − X−k .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. α2 ∈ C. DFS ∀α1 .2 Simmetria hermitiana Con riferimento a segnali periodici TC. Valgono cioè le seguenti relazioni: |Xk | = |X−k | .17 la cui DFS si ottiene da quella dei segnali x(n) ed y(n) nel seguente modo: Z(k) = α1 X(k) + α2 Y (k) .29).

Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k .8 riguardante la DFS dell’onda rettangolare TD.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico.36). come specificato dalla seguente proprietà: Proprietà 5. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5.35) Le proprietà (5. anche in questo caso le (5.36).33) e (5. Proviamo adesso l’implicazione ⇐ nella (5. Se vale la 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 (5.38) .11): Xk = 1 T0 x(t) e− j2π k f0 t dt . Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC. e quindi X0 è reale. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 . 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 . si ha x∗ (t) ≡ x(t). Inoltre l’equazione di sintesi (5. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier.5. si ricava che x(t) è reale.35). X(k) = − X(−k) .4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). T0 Se x(t) è reale. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k.37) Prova. Proviamo prima l’implicazione ⇒ nella (5. e valgono se e solo se il segnale periodico in questione è reale. Partiamo dall’equazione di analisi (5. (5. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . k=1 k=1 ∑ Xk e j2π k f0 t da cui. (simmetria pari) (simmetria dispari) (5. in particolare. avendo già provato che X0 è reale.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) .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 +∞ (5.36).36).34) Pertanto. 5.

poiché la fase di un numero complesso è definita a meno di multipli di 2π . anche X(N0 /2) è vincolato ad essere reale per N0 pari. . in alternativa alla (5. .38).32) (con analoghi passaggi si ottiene la (5.34) a partire dalla (5. k=1 Con ragionamenti simili. . . . . 2. . In definitiva. . per segnali periodici TD reali. k ∈ {1. per k ∈ {1. se N0 /2 è intero (il che accade se e solo se N0 è pari). .  N 0 k=1 . il solo coefficiente X(0) è vincolato ad essere reale. anche N0 − k varia nello stesso intervallo. N0 − 1} . mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. si può verificare (la verifica è lasciata al lettore come esercizio) che.  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. X ∗ (k) = X(N0 − k) . In altre parole. . . conseguentemente.37) mediante le seguenti condizioni: X(0) reale . Infatti.232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . N0 − 1}. Rispetto al caso TC. ponendo Xk = |Xk | e j Xk nella (5. 2. con riferimento a segnali periodici TC reali. . . Notiamo infatti che.39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . . applicando la (5. Notiamo infatti che nell’equazione di sintesi (5.28) compaiono solo i valori di X(k) per k ∈ {0. In particolare. .39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. valide esclusivamente per segnali reali. (5. . 1. .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. . .40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. per k ∈ {1.37) nel caso TD). 2. anche come segue: X ∗ (k) = X(N0 − k) . si può esprimere. la proprietà di simmetria hermitiana per la DFS. 2. per cui la (5. Per evitare possibili fraintendimenti. N0 − 1}. . . Infatti. . . . N0 − 1}. . se k ∈ {1. 1. partendo dall’equazione di sintesi (5. N0 − 1}. . da cui si deduce che. è possibile determinarne almeno uno dispari. se x(·) è reale. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ).39). notiamo che. oltre a X(0). Questa conclusione non è corretta. 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. con riferimento ai soli valori di k ∈ {0.37) si può riscrivere. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . . . in relazione alla periodicità della sequenza X(k). N0 − 1}. N0 − 1}. si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . N0 pari . 2.

bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . . anche per segnali reali.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD.4.39). 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 . N0 pari . che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. def. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. 2. partendo dall’equazione di sintesi (5. rispettivamente.2). note come forma polare della serie di Fourier. si ha. Infatti. compaiono soltanto quantità reali. N0 dispari . Nel seguito.4 Principali proprietà della serie di Fourier e della DFS 233 (5. in parte reale ed immaginaria.41) Le (5. . . 5.42) e (5. perché più generali e compatte. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. bk = 2 T0 x(t) sin(2π k f0t) dt .42) T0 T0 T0 Allo stesso modo.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5.10). a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . ed in essa.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. 2 k=1 (5. note anche come forma esponenziale della serie di Fourier. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] .38). . si ottiene nel caso TC decomponendo Xk .40) e (5. ak = 2 T0 x(t) cos(2π k f0t) dt . .29). . x(t) = dove: a0 = 2 T0 x(t) dt . 5.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . Un’ulteriore espressione della serie di Fourier. (5. con facili passaggi algebrici.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. N0 − 1}) nella (5. valide per segnali reali. anziché in modulo e fase. come nella forma polare.1 e def. 5.5. Le espressioni (5. Consideriamo dapprima il caso di un segnale TC periodico. Il punto di partenza è l’equazione di sintesi (5.

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

§ 5. Utilizzando l’uguaglianza di Parseval.44) può essere riscritta utilizzando solo le armoniche con k ≥ 0.5.2). ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. ottenendo così il coefficiente ξM = Px (M) ∈ [0. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t). In fig. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. Per un fissato valore di ξM . al variare di M. mentre è sufficiente un valore M = 3 per l’onda triangolare. per ottenere una valutazione quantitativa di tale bontà. la (5. 1] . k=1 +∞ L’uguaglianza di Parseval può essere utilizzate per misurare la bontà della ricostruzione di un segnale TC periodico impiegando un numero finito di armoniche (cfr. Infatti. Tale potenza può essere rapportata alla potenza Px del segnale x(t). . e quindi per un fissato valore di accuratezza relativa. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . In particolare. rispetto a quello per l’onda rettangolare. Px che può essere assunto come indice della bontà della ricostruzione al variare di M.99 è necessario considerare M = 23 per l’onda rettangolare. per un fissato valore di M. 5. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . sfruttando la simmetria hermitiana dei coefficienti. e confrontarla con la potenza del segnale originario x(t). con M ∈ N . tale coefficiente. Ad esempio. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. per avere ξM ≥ 0.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali.2.12 è rappresentato.

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

dove f0 = 1/T0 .7. Fig.46) Poiché la (5. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD.23). l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . Risposta di un sistema LTI ad un segnale periodico (caso TC). 5. Infatti.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . che può essere vista come un caso particolare di segnale periodico. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n .97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t .13. Per la linearità del sistema. Pertanto. =Yk (5. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .23) per calcolare l’uscita y(t).10) della serie di Fourier di y(t).18 Consideriamo prima il caso TC. sia applicato (fig. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. 5.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). Risposta di un sistema LTI ad un segnale periodico (caso TD). le espressioni precedenti sono state già utilizzate (cfr.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD. 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.46) ha la forma dell’equazione di sintesi (5. ed essendo i coefficienti Xk ∈ C quantità costanti. 5. sfruttando le formule di Eulero. e supponiamo che il segnale x(t). 6). è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap.10). Applicando l’equazione di sintesi della serie di Fourier a TC (5.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. 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. 5.97) e (4.5 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. 18 Espressioni . mediante le relazioni (4. In particolare.14.5. periodico di periodo T0 . è possibile applicare il principio di sovrapposizione (3. § 4. per il principio di sovrapposizione (3.

poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. 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 ). stretto rigore. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . si ricava anche in questo caso che y(n) è un segnale periodico. complesse. e ricordando che Y0 = ydc e X0 = xdc . la funzione H( f ) prende anche il nome di risposta armonica del sistema.238 Serie di Fourier (1) l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico x(t) avente periodo T0 è a sua volta un segnale periodico y(t) avente periodo T0 . . 5. la (5.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n .47) per k = 0. valgono considerazioni analoghe a quelle già fatte nel caso TC.47). calcolati alle frequenze fk = k f0 . Particolarizzando la (5. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. (5.21 Passando ad esaminare il caso di un segnale TD. 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 . In termini di modulo e fase. 19 A (5. 21 Si noti che. il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . che prende per questo motivo il nome di guadagno in continua del sistema.22). per la simmetria hermitiana di H( f ) risulta che H(0) è reale. supponiamo che il segnale x(n).19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . Yk = H(k f0 ) + Xk . con lo stesso22 periodo N0 del segnale di ingresso.48) (5. se il sistema è reale.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. Notiamo che le quantità che compaiono nella (5. in particolare.51) Per gli spettri di ampiezza e fase. N0 k=0 =Y (k) (5. in generale.14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ).50) Dal confronto con la (5. Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). si ha: ydc = H(0) xdc . si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . periodico di periodo N0 . sia applicato (fig.47) La (5.47) sono tutte.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . Pertanto. N0 k=0 dove ν0 = 1/N0 . (5.

analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. 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. Particolarmente interessante è la modifica delle ampiezze delle armoniche. Ciò significa che in generale un sistema LTI modifica in maniera diversa le armoniche del segnale alle differenti frequenze: questa fondamentale proprietà dei sistemi LTI va sotto il nome di selettività in frequenza.15.6 0.4 |Yk| 0. 5. in ingresso ad un sistema RC. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza. ad esempio. 5. 5. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . Inoltre. come evidenziato nell’esempio che segue.8 |H(f)|. 5. 5. di ampiezza A e duty-cycle δc . 5.4 0.2 0 −5 0 k 5 Fig. avente frequenza k f0 . riportata di seguito.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. |H(k f0)| 0. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) . Fig.16. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. Facendo riferimento al caso TC. 1 + j2π f RC per cui la (5. Esempio 5. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata. lasciando tuttavia invariata la frequenza k f0 del fasore stesso.2 |Xk| 0.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) .6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.9).47) e (5.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. la modifica subita dalla k-esima armonica. 1 + j2π k f0 RC . Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|.46).5.9).2 0 0 −5 0 f/f0 5 −5 0 k 5 0. Risposta di ampiezza del filtro RC (es.4 0. la (5.2.

5. 5. i più semplici esempi di filtri sono quelli cosiddetti ideali.5 1 0 Fig.17). Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso.2 0 −1 −0. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. 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). 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. 5. I filtri ideali TC sono in genere classificati.4 0. in quattro tipologie principali: 23 Ovviamente non è escluso che il sistema LTI possa amplificare (quando |H(k f 0 )| ≥ 1) l’ampiezza di alcune armoniche. In fig.8 x(t). 5. Con riferimento al caso TC. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. si dice che il sistema LTI si comporta come un filtro.y(t) 0. 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. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. mentre in fig. per effetto dell’attenuazione delle componenti ad alta frequenza. .17. 5. In particolare.5 0 t/T 0. per 2π f0 RC = 1. ossia quello di atte1) l’ampiezza di alcune armoniche.240 Serie di Fourier 1 0. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi.9. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. sulla base della posizione della banda passante e di quella oscura. Il segnale y(t) di uscita (fig. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . un comportamento tipico ad esempio dei circuiti elettrici risonanti.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. In particolare.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. Viceversa.6 0.23 Come caso limite. Per questo motivo.

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

fc2 ]. così come per il filtro passabanda. 0. una inferiore ( fc1 ) ed una superiore ( fc2 ). − fc2 [ ∪ ] − fc1 . altrimenti . La risposta in frequenza (fig. 5. fc1 ≤ | f | ≤ fc2 . . Per questo filtro. fc1 ≤ | f | ≤ fc2 . è possibile definire due frequenze di taglio. fc2 ]. fc1 + fc2 2 dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . e ∆ f = fc2 − fc1 ).242 Serie di Fourier HBPF(f) ∆f ∆f 1 -fc2 -f0 Ws Wp -fc1 0 Ws fc1 f0 Wp fc2 Ws f Fig. con 0 < fc1 < fc2 . Un’espressione alternativa per HBSF ( f ) si ottiene osservando che un filtro BSF è complementare ad un filtro BPF con le stesse frequenze di taglio: HBSF ( f ) = 1 − HBPF ( f ) = 1 − rect f − f0 ∆f + rect f + f0 ∆f . − fc1 ] ∪ [ fc1 . mentre la frequenza f0 prende il nome di frequenza centrale del filtro. altrimenti . 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 . La banda passante del filtro è W p = [− fc2 .20) ha un’espressione analitica del tipo: HBPF ( f ) = 1. fc1 [ ∪ ] fc2 . mentre la banda oscura è Ws = ] − ∞. mentre la banda oscura è Ws = [− fc2 . fc1 [ ∪ ] fc2 . una inferiore ( fc1 ) ed una superiore ( fc2 ). (4) Filtri eliminabanda o bandstop filter (BSF): sono caratterizzati da una banda passante posizionata intorno alle frequenze f = 0 e f = ±∞.21) ha un’espressione analitica del tipo: HBSF ( f ) = 0. +∞[. 5. (3) Filtri passabanda o bandpass filter (BPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ± f0 = 0.20. è possibile definire due frequenze di taglio. 1. − fc2 [ ∪ ] − fc1 . La risposta in frequenza (fig. dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . 5. Risposta in frequenza di un filtro ideale TC passabanda (BPF). +∞[. Anche per questo filtro. La banda passante del filtro è W p =] − ∞. − fc1 ] ∪ [ fc1 .

data dalla (4. con la fondamentale differenza che. Per questo motivo. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. oppure dalla (4.11).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. descritti dalla (5. la risposta armonica H(·) è una funzione reale e pari. 5. 1/2[.54) (5. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF).52) (5. Nelle fig. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). 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. descritti dalla (5. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari.108) nel caso TD. quindi soddisfa la proprietà di simmetria hermitiana. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . con 0 < νc1 < νc2 < 1 . 5.6 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. necessaria per garantire la periodicità di H(ν ). sia nel caso TC che TD.101) nel caso TC.55) è possibile definire due frequenze di taglio.22–5.53) (5. BPF e BSF per il caso TD.53). 0 < νc < 1 rappresenta la frequenza di taglio.25 sono mostrate le risposte armoniche dei filtri ideali LPF. Anche nel caso TD. si noti che le espressioni analitiche della risposta in frequenza nel caso TD differiscono da quello TC solo per l’aggiunta dell’operazione di replicazione di passo unitario. prop.54) e (5. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. 2 mentre per i filtri BPF e BSF. 5.22–5.52) e (5.21. le tipologie di filtri ideali sono le stesse. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. perché presentano una separazione netta tra banda passante e banda oscura.5.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). 4. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). Tali filtri si dicono invece ideali in senso “fisico”. nelle fig. Per quanto riguarda il caso TD. A causa di tale periodicità. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. HPF. Tali filtri si dicono ideali anche .

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

Risposta in frequenza di un filtro ideale TD passaalto (HPF). Risposta in frequenza di un filtro ideale TD passabasso (LPF).25. 5. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig.24. 5. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF).5.6 Selettività in frequenza dei sistemi LTI e filtri ideali 245 HLPF(ν) HHPF(ν) 1 1 -1/2 Ws -νc 0 Wp νc 1/2 Ws ν -1/2 Wp -νc 0 Ws νc 1/2 Wp ν Fig.23.22. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. 5. . Risposta in frequenza di un filtro ideale TD passabanda (BPF). 5. Fig.

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

0 ≤ t ≤ T /2 . (a) Rappresentare graficamente il segnale x(t). (π k)2 Esercizio 5.  j Risultato: (b) Xk = − π k .  k = 0.3 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. dove xg (t) = rect 2t T0 − rect 2t − T0 T0 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. f 0 2 = 2 f1 . dove  1 − 4t . con T ∈ R+ .4 Si consideri il segnale periodico x(t) = +∞ k=−∞ ∑ (−1)k δ (t − kT ) . (b) Xk = Esercizio 5. . Risultato: (a) T0 = 2T .  2  . con T0 ∈ R+ . Risultato: (a) T0 = 1 2 f1 .7 Esercizi proposti 247 (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. dove y(t) = repT0 [2 rect(2t/T0 )] (onda rettangolare di ampiezza 2 e δc = 1/2). dove xg (t) = 2Λ 2t T0 − 1 rect t T0 . Esercizio 5. k dispari . altrimenti . (a) Rappresentare graficamente il segnale x(t). (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 .6 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. 0 . k pari . ed applicare poi la proprietà di linearità della serie di Fourier. Esercizio 5.5 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. k = 0 pari . 1 T . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.] 0. . [Suggerimento: dal grafico. k dispari . con T0 ∈ R+ . con T0 ∈ R+ . k dispari . 0.5. 0 T0 xg (t) = 0 . (b) Xk = (−1)k π (1−4k2 ) . 2 kπ Risultato: (b) Xk = sin kπ 2 k pari .

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

(a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 .    0. 6}. . 2. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.5. Esercizio 5. .... (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 3. k ∈ {1. 5. 4} . k = 0. 1. -5 0 5 n (a) Determinare il periodo N0 di x(n). k ∈ {0. n = −1 .   1 .13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . 8. Risultato: (a) N0 = 4. X(3) = 4 + j 8. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 2. da cui X(0) = 12. n = 1. n = 0. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. k ∈ {0.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . 4. X(1) = 4 − j 8. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5. xg (n) = 2 . Esercizio 5.12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . altrimenti .10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 2. 1. X(2) = −4. Risultato: (a) N0 = 5. . dove  2 .. (b) X(k) = 4 + 8(− j)k .. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.7 Esercizi proposti 249 Esercizio 5. 3}. Risultato: (b) X(k) = 1 + 4 cos πk 3 . (a) Rappresentare graficamente il segnale x(n). 3..

(b) X(0) = 3.56).250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. X(3) = −3 j. in modo da poter sfruttare la (5. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. (e) X(0) = 3. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . (d) X(0) = −2. N0 ∈ N: 0 x(n) = x n T0 N0 .14 Sia wN0 = e− j2π /N0 . incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 .] 1−a Esercizio 5.56) (b) Viceversa. e si ha in particolare  0 .15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . X(3) = 1 − j. mostrare che se x(t) ha la proprietà di simmetria (5. ∀t ∈ R .16 Senza calcolare esplicitamente x(n). Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t). X(2) = 3. [Suggerimento: applicare le identità dell’esercizio 5. X(1) = 5 − j. X(4) = −3. allora il segnale ha solo le armoniche dispari. X(1) = −5. X(3) = − j. Esercizio 5. (b) Scrivere l’equazione di analisi in (−T0 /2. X(1) = 3 e jπ /4 . X(3) = 5 + j.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. valida ∀a = 0. ] Esercizio 5. (c) X(0) = j. . (5. X(2) = 2. X(2) = 1.14. X(1) = 3. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). X(1) = 2.56) operando un cambiamento di variabile in uno dei due integrali.56). ∀k pari. X(3) = 3 e j7π /4 . 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 . T0 /2) e dividere l’integrale in due integrali. X(2) = 3 j. X(2) = 1 + j. X(3) = −5.

1 + j2π f T0 ottenendo il segnale y(t). 0 ≤ t < 4.5. n=0 (3) ∑7 (−1)n x(n) = 1. . viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . per la proprietà (4). 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. −1. (2) ∑5 x(n) = 2.18 Si consideri il segnale periodico x(n). con xg (t) = 1. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. γ . Esercizio 5. β = π /5 e γ = 0. avente DFS X(k). (d) x(n) non reale.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . (4) Px = 50. (e) x(n) reale. [Suggerimento: utilizzare le proprietà della DFS. 3 6 Esercizio 5. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). Esercizio 5. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). 4 ≤ t < 8 . avente DFS X(k). (c) x(n) non reale. (b) x(n) reale.] Risultato: α = 10. dove xg (t) = Λ t T0 . (2) x(n) è periodico di periodo N0 = 10. β .17 Si consideri il segnale periodico x(n).20 Il segnale periodico x(t) = rep2T0 [xg (t)]. e determinare in particolare le costanti α . (3) X(11) = 50.7 Esercizi proposti 251 Risultato: (a) x(n) reale. utilizzare l’uguaglianza di Parseval per la DFS. il segnale x(n) è quello avente potenza Px minima. Risultato: y(t) ≡ 0. con T0 ∈ R+ .] Risultato: x(n) = 1 + 1 (−1)n . Esercizio 5. n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate.

si trova che Esercizio 5. con T0 ∈ R+ . Determinare il segnale y(t) in uscita al filtro. Risultato: y(t) = 8 sin(2π f0t). e ∆ν = 1 24 . è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). H(1/4) = 2 e jπ /4 .21 Il segnale periodico x(t) = rep2T0 [xg (t)].23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). 9 Esercizio 5. (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. π2 Esercizio 5. 1. 3. 2. 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 . (b) In corrispondenza dei valori di fc determinati al punto (a). H(3/4) = 2 e− jπ /4 . 1). l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . con T0 ∈ R+ . . Determinare i valori di H Risultato: H(0) = 0. Esercizio 5. dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . Risultato: (a) xdc = ydc = 1 . per k = 0. calcolare l’espressione esplicita di y(t). (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 ). (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). .252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1.22 Il segnale periodico x(t) = repT0 [xg (t)]. H(1/2) = 0. (b) y(t) = π82 cos(2π f0t). dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . 1 2T0 3 < fc < 2T0 .24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν .

k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0.5.28 Con riferimento allo schema in figura.27 Il segnale x(t) = rep2T0 [xg (t)]. (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . sapendo che: (1) x(t) = cos(2π f0t). (b) y2 (n) = sin .2. 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5.6.] √ 1 2 1 . Esercizio 5. con f0 = 1 kHz. (b) Con riferimento al punto precedente. è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. Py = π 4 1 + 81 . 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 5.7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . Risultato: RC = 1 2π f0 68 13 ≈ 0.] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ).364 f0 . (c) y3 (n) ≡ 0. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . 1 n−4k x3 (n) = ∑+∞ u(n − 4k). 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. (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . 2T Esercizio 5. f1 = 2 kHz. si calcoli l’uscita y(t). con T0 ∈ R+ . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 .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 . (a) Calcolare la frequenza fondamentale f0 del segnale x(t). Esercizio 5. (c) RC = T0 π 3 . 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. determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . con T0 ∈ R+ .25 Il segnale periodico x(t) = repT0 [xg (t)]. f2 = 3 kHz. .

Determinare l’espressione del segnale di uscita z(t).H2 ( f ) . x(t) . y(t) H( f ) . (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. 1 2π f0 e guadagno in continua unitario. Py = 776.254 Serie di Fourier (2) H1 ( f ) è la risposta in frequenza di un filtro ideale passabasso avente frequenza di taglio 2 kHz e guadagno nella banda passante pari a 2.y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4). x(t) 6 .H1 ( f ) u(t) - (·)2 v(t) . (3) H2 ( f ) è la risposta in frequenza di un filtro ideale passaalto avente frequenza di taglio 3 kHz e guadagno nella banda passante pari a 2. k=−∞ k=−∞ .H2 ( f ) . (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py .5 f0 e guadagno in continua unitario. (1) x(t) = 5 + 2 cos(2π f0t). e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. Si assuma che tutti i segnali ed i sistemi considerati siano reali. x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk . g(x) = |x|2 è una nonlinearità (quadratica) senza memoria. =4kHz Esercizio 5.29 Con riferimento allo schema in figura. Esercizio 5.z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }.H1 ( f ) 6 .5/T0 e guadagno unitario.30 Con riferimento allo schema in figura. 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].